| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及意义 | 第8-10页 |
| 1.2 国内外研究现状及发展趋势 | 第10-12页 |
| 1.3 论文主要研究内容和结构安排 | 第12-14页 |
| 1.3.1 论文主要研究内容 | 第12页 |
| 1.3.2 论文结构安排 | 第12-14页 |
| 第2章 滚动轴承健康因子的构建 | 第14-23页 |
| 2.1 引言 | 第14页 |
| 2.2 滚动轴承的结构及寿命 | 第14-16页 |
| 2.2.1 滚动轴承的结构及其工作原理 | 第14-15页 |
| 2.2.2 滚动轴承的寿命 | 第15-16页 |
| 2.3 滚动轴承失效的基本形式 | 第16-17页 |
| 2.4 滚动轴承振动信号的三种特征 | 第17-20页 |
| 2.4.1 时域特征 | 第17-19页 |
| 2.4.2 频域特征 | 第19-20页 |
| 2.4.3 时频域特征 | 第20页 |
| 2.5 基于主成分分析法的健康因子构建 | 第20-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 滚动轴承退化趋势的短期预测 | 第23-42页 |
| 3.1 引言 | 第23页 |
| 3.2 基于支持向量机的滚动轴承退化趋势的短期预测 | 第23-35页 |
| 3.2.1 支持向量机原理简介 | 第23-28页 |
| 3.2.2 滚动轴承全寿命周期实验 | 第28-31页 |
| 3.2.3 滚动轴承退化趋势的短期预测 | 第31-35页 |
| 3.3 基于于BP神经网络的滚动轴承退化趋势的短期预测 | 第35-41页 |
| 3.3.1 BP神经网络原理简介 | 第35-39页 |
| 3.3.2 滚动轴承退化趋势的短期预测 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 滚动轴承退化趋势的长期预测 | 第42-59页 |
| 4.1 引言 | 第42页 |
| 4.2 基于SFAM的滚动轴承退化趋势的长期预测 | 第42-51页 |
| 4.2.1 SFAM的简介 | 第42-46页 |
| 4.2.2 IMS滚动轴承全寿命周期实验 | 第46-47页 |
| 4.2.3 滚动轴承退化趋势的长期预测 | 第47-51页 |
| 4.3 基于ELMAN模型的滚动轴承退化趋势的长期预测 | 第51-58页 |
| 4.3.1 Elman模型的简介 | 第51-55页 |
| 4.3.2 滚动轴承退化趋势的长期预测 | 第55-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 基于混合模型的滚动轴承退化趋势的预测 | 第59-65页 |
| 5.1 引言 | 第59页 |
| 5.2 混合预测模型的建立 | 第59-60页 |
| 5.3 基于混合预测模型的滚动轴承退化趋势的预测 | 第60-64页 |
| 5.4 本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
