| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题背景及研究意义 | 第10页 |
| ·机械故障诊断技术的发展历程及研究现状 | 第10-11页 |
| ·时频分析方法的发展概况 | 第11-14页 |
| ·短时傅里叶变换 | 第12页 |
| ·Wigner-Ville分布 | 第12-13页 |
| ·小波变换 | 第13页 |
| ·Hilbert-Huang时频分布 | 第13-14页 |
| ·盲源分离 | 第14-15页 |
| ·本文的研究内容 | 第15-17页 |
| 第2章 基于EMD时频分析的算法研究 | 第17-28页 |
| ·前言 | 第17页 |
| ·EMD方法的基本概念 | 第17-21页 |
| ·Hilbert变换和瞬时频率 | 第17-20页 |
| ·本征模函数 | 第20-21页 |
| ·EMD分解的原理和算法 | 第21-25页 |
| ·经验模态分解的基本原理 | 第21-24页 |
| ·经验模态分解算法 | 第24页 |
| ·EMD分解的完备性和正交性 | 第24-25页 |
| ·基于EMD的Hilbert谱 | 第25-26页 |
| ·EMD分解的存在问题 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 Hilbert-Huang变换中端点效应的处理方法 | 第28-40页 |
| ·前言 | 第28页 |
| ·Hilbert-Huang变换中的端点效应 | 第28-30页 |
| ·抑制端点效应的数据序列延拓 | 第30-36页 |
| ·镜像闭合延拓 | 第30-33页 |
| ·神经网络延拓 | 第33-34页 |
| ·神经网络集成延拓分析 | 第34-35页 |
| ·仿真信号延拓分析 | 第35-36页 |
| ·故障试验 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于EMD和盲源分离的机械故障特征提取 | 第40-50页 |
| ·EMD中的模态裂解现象 | 第40-41页 |
| ·信号源的盲分离 | 第41-42页 |
| ·独立分量分析 | 第42-45页 |
| ·固定点算法的定义 | 第43页 |
| ·快速ICA算法 | 第43-45页 |
| ·盲源分离去噪 | 第45-47页 |
| ·盲源分离去噪原理 | 第45-46页 |
| ·仿真研究 | 第46-47页 |
| ·利用EMD和盲源分离分析机械故障 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 基于EMD和功率谱分析的机械故障特征提取 | 第50-57页 |
| ·前言 | 第50页 |
| ·功率谱估计 | 第50-52页 |
| ·平稳ARMA过程 | 第50-52页 |
| ·AR谱估计的基本原理 | 第52页 |
| ·基于EMD和AR谱分析的故障特征提取方法 | 第52-56页 |
| ·数值仿真研究 | 第53-54页 |
| ·机械故障信号分析实例 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |