| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-30页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 研究的目的与意义 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-21页 |
| 1.3.1 特征提取方法的研究现状 | 第15-19页 |
| 1.3.2 状态分类方法的研究现状 | 第19-21页 |
| 1.4 滚动轴承的振动机理及故障特征分析 | 第21-28页 |
| 1.4.1 滚动轴承故障的类型及成因 | 第21-23页 |
| 1.4.2 滚动轴承故障的监测方法 | 第23-25页 |
| 1.4.3 滚动轴承振动产生机理与特征分析 | 第25-26页 |
| 1.4.4 滚动轴承常见故障的信号特点 | 第26-28页 |
| 1.5 论文的主要研究内容及结构安排 | 第28-30页 |
| 第2章 基于时延相关降噪与EEMD的滚动轴承故障诊断方法研究 | 第30-46页 |
| 2.1 时延相关降噪法的基本原理 | 第31-32页 |
| 2.2 EMD及EEMD方法 | 第32-36页 |
| 2.2.1 EMD方法简介 | 第32-33页 |
| 2.2.2 EEMD方法简介 | 第33-34页 |
| 2.2.3 局部Hilbert边际谱 | 第34-35页 |
| 2.2.4 敏感IMF的选择 | 第35-36页 |
| 2.3 基于时延相关降噪与EEMD的滚动轴承故障诊断方法 | 第36-37页 |
| 2.4 数字仿真 | 第37-39页 |
| 2.5 实例分析 | 第39-45页 |
| 2.5.1 数据样本 | 第39-40页 |
| 2.5.2 外环故障 | 第40-42页 |
| 2.5.3 内环故障 | 第42-43页 |
| 2.5.4 滚子故障 | 第43-45页 |
| 2.6 本章小结 | 第45-46页 |
| 第3章 基于MFDFA与PSO-LSSVM的滚动轴承故障诊断方法研究 | 第46-67页 |
| 3.1 分形理论用于滚动轴承故障诊断的机理 | 第47-48页 |
| 3.2 多重分形去趋势波动分析理论(MFDFA) | 第48-51页 |
| 3.2.1 MFDFA方法简介 | 第48-50页 |
| 3.2.2 特征量的提取 | 第50-51页 |
| 3.3 基于PSO的LSSVM参数优化方法 | 第51-53页 |
| 3.3.1 PSO算法简介 | 第51页 |
| 3.3.2 LSSVM分类原理 | 第51-52页 |
| 3.3.3 基于PSO的LSSVM参数优化方法 | 第52-53页 |
| 3.4 基于MFDFA与PSO-LSSVM的滚动轴承故障诊断方法 | 第53-66页 |
| 3.4.1 故障诊断系统框架 | 第53-54页 |
| 3.4.2 故障诊断实例分析——电机轴承 | 第54-62页 |
| 3.4.3 故障诊断实例分析——铁路机车轴承 | 第62-66页 |
| 3.5 本章小结 | 第66-67页 |
| 第4章 基于ASD参数估计与PSO-LSSVM的滚动轴承故障诊断方法研究 | 第67-91页 |
| 4.1 ASD用于滚动轴承故障诊断的机理 | 第67-68页 |
| 4.2 Alpha稳定分布理论(ASD) | 第68-73页 |
| 4.2.1 ASD简介 | 第68-69页 |
| 4.2.2 ASD的特性 | 第69-71页 |
| 4.2.3 ASD的参数估计 | 第71-73页 |
| 4.2.4 特征量的提取 | 第73页 |
| 4.3 基于ASD参数估计与PSO-LSSVM的滚动轴承故障诊断方法 | 第73-90页 |
| 4.3.1 故障诊断系统框架 | 第73-74页 |
| 4.3.2 故障诊断实例分析——电机轴承 | 第74-80页 |
| 4.3.3 故障诊断实例分析——铁路客车轴承 | 第80-90页 |
| 4.4 本章小结 | 第90-91页 |
| 第5章 基于MFDFA与ASD特征融合的滚动轴承故障诊断方法研究 | 第91-106页 |
| 5.1 ASD参数与分形参数之间的关系 | 第92-93页 |
| 5.2 主成分分析(PCA)与核主成分分析(KPCA) | 第93-97页 |
| 5.2.1 主成分分析简介 | 第93页 |
| 5.2.2 主成分分析的数学模型 | 第93-94页 |
| 5.2.3 主成分分析的计算方法 | 第94页 |
| 5.2.4 核主成分分析简介 | 第94-95页 |
| 5.2.5 核函数的选取 | 第95-96页 |
| 5.2.6 核主成分分析的原理 | 第96-97页 |
| 5.3 特征量的提取 | 第97-98页 |
| 5.4 基于MFDFA与ASD特征融合的滚动轴承故障诊断方法 | 第98-105页 |
| 5.4.1 故障诊断系统框架 | 第98-99页 |
| 5.4.2 故障诊断实例分析 | 第99-103页 |
| 5.4.3 与先前研究工作的对比 | 第103-105页 |
| 5.5 本章小结 | 第105-106页 |
| 结论与展望 | 第106-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-121页 |
| 攻读博士学位期间发表论文及参加科研项目情况 | 第121页 |
