| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 论文选题背景及意义 | 第9-10页 |
| 1.2 本课题国内外研究现状 | 第10-12页 |
| 1.3 论文的研究内容及安排 | 第12-14页 |
| 2. 轴承振动模型及故障频率确定 | 第14-19页 |
| 2.1 轴承故障振动模型 | 第14-16页 |
| 2.2 轴承故障频率确定 | 第16-18页 |
| 2.3 本章小结 | 第18-19页 |
| 3 利用小波-包络谱平均提取轴承故障 | 第19-34页 |
| 3.1 小波分析 | 第19-21页 |
| 3.1.1 小波分析的优势 | 第19-20页 |
| 3.1.2 小波变换相关理论简介及轴承振动信号的应用 | 第20-21页 |
| 3.2 包络分析 | 第21页 |
| 3.3 小波-包络谱平均分析方法过程 | 第21-23页 |
| 3.4 仿真 | 第23-26页 |
| 3.5 实际验证 | 第26-33页 |
| 3.6 本章小结 | 第33-34页 |
| 4 基于小波尺度谱同步平均的时频脊故障特征提取 | 第34-49页 |
| 4.1 小波脊理论及IA计算 | 第34-37页 |
| 4.1.1 小波脊线 | 第34-35页 |
| 4.1.2 IA计算 | 第35-37页 |
| 4.1.3 小波脊提取 | 第37页 |
| 4.2 小波尺度谱同步平均方法 | 第37-40页 |
| 4.2.1 小波尺度谱重排 | 第37-39页 |
| 4.2.2 小波尺度谱同步平均 | 第39-40页 |
| 4.3 仿真分析 | 第40-43页 |
| 4.4 实例分析 | 第43-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 基于稀疏成分分析(SCA)的欠定盲源分离 | 第49-65页 |
| 5.1 盲源分离瞬时混合模型 | 第49页 |
| 5.2 预处理 | 第49页 |
| 5.3 改进的欠定盲源分离方法 | 第49-55页 |
| 5.3.1 混合矩阵A的估计 | 第51-52页 |
| 5.3.2 源信号的恢复 | 第52-55页 |
| 5.3.3 盲源分离过程总结 | 第55页 |
| 5.4 仿真验证 | 第55-58页 |
| 5.5 实际验证 | 第58-63页 |
| 5.6 本章小结 | 第63-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表学术论文情况 | 第71-72页 |
| 致谢 | 第72-73页 |