| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-19页 |
| ·课题研究的背景和意义 | 第11-12页 |
| ·设备故障诊断的国内外研究现状 | 第12-14页 |
| ·时频分析方法的国内外研究现状 | 第12-13页 |
| ·状态识别方法的国内外研究现状 | 第13-14页 |
| ·高维数据可视化技术的国内外研究现状 | 第14-15页 |
| ·本文研究的主要工作及全文结构 | 第15-19页 |
| ·主要工作 | 第15-16页 |
| ·全文结构 | 第16-19页 |
| 第二章 滚动轴承正常及内圈故障的振动信号特征分析 | 第19-25页 |
| ·概述 | 第19页 |
| ·滚动轴承的基本结构 | 第19-20页 |
| ·滚动轴承的特征频率 | 第20-21页 |
| ·滚动轴承振动信号特征 | 第21-24页 |
| ·正常轴承的振动信号特征 | 第21-23页 |
| ·滚动轴承内圈故障的振动信号特征 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 滚动轴承内圈故障劣化实验 | 第25-33页 |
| ·滚动轴承故障模拟实验台 | 第25-26页 |
| ·测点位置 | 第26-27页 |
| ·振动信号数据采集系统 | 第27-30页 |
| ·加速度传感器 | 第28-29页 |
| ·耦合器 | 第29页 |
| ·数据采集分析仪 | 第29-30页 |
| ·实验方案 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 Hilbert-Huang变换方法 | 第33-49页 |
| ·Hilbert-Huang变换方法的提出 | 第33-34页 |
| ·EMD方法 | 第34-40页 |
| ·时间特征尺度 | 第34-35页 |
| ·内禀模态函数 | 第35-36页 |
| ·EMD方法分解步骤 | 第36-38页 |
| ·仿真信号的 EMD分解和小波分解比较 | 第38-40页 |
| ·Hilbert变换和 Hilbert谱 | 第40-46页 |
| ·Hilbert变换的基本原理 | 第40-41页 |
| ·基于 EMD的 Hilbert变换 | 第41-42页 |
| ·基于 EMD的 Hilbert边际谱变换在振动信号中的应用 | 第42-46页 |
| ·本章小结 | 第46-49页 |
| 第五章 基于 EMD的特征向量提取 | 第49-57页 |
| ·基于 EMD的内禀模态能量熵法 | 第49-53页 |
| ·内禀模态能量熵定义 | 第49-50页 |
| ·内禀模态能量熵的步骤 | 第50页 |
| ·EMD的内禀模态能量熵在滚动轴承内圈故障劣化信号中的特征提取 | 第50-53页 |
| ·基于 EMD的奇异值的特征向量提取 | 第53-56页 |
| ·内禀模态奇异值方法 | 第53页 |
| ·内禀模态奇异值方法在滚动轴承内圈故障劣化信号中的特征提取 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 基于球结构支持向量机的分类算法 | 第57-79页 |
| ·支持向量机的理论、原理及多分类算法 | 第57-72页 |
| ·最优化理论基础 | 第57-58页 |
| ·支持向量机的理论基础 | 第58-62页 |
| ·支持向量机的原理 | 第62-66页 |
| ·支持向量机的多类分类算法 | 第66-72页 |
| ·球结构支持向量机原理 | 第72-74页 |
| ·球结构支持向量机的分类算法在滚动轴承内圈故障劣化状态中的应用 | 第74-77页 |
| ·本章小结 | 第77-79页 |
| 第七章 球结构支持向量机辨识结果的高维数据可视化 | 第79-89页 |
| ·高维数据可视化技术 | 第79-83页 |
| ·基于几何的可视化技术 | 第79-80页 |
| ·基于图标可视化技术 | 第80页 |
| ·面向象素可视化技术 | 第80页 |
| ·基于图形可视化技术 | 第80页 |
| ·基于层次的可视化技术 | 第80页 |
| ·统计降维技术 | 第80-82页 |
| ·基于色度图的降维可视化技术 | 第82-83页 |
| ·基于色度图的球结构支持向量机辨识结果的高维数据可视化 | 第83-85页 |
| ·基于主成份分析的球结构支持向量机辨识结果的高维数据可视化 | 第85-87页 |
| ·本章小结 | 第87-89页 |
| 第八章 总结与展望 | 第89-91页 |
| ·总结 | 第89-90页 |
| ·展望 | 第90-91页 |
| 参考文献 | 第91-95页 |
| 致谢 | 第95-96页 |
| 攻读硕士学位期间发表的学术论文 | 第96页 |
