| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-26页 |
| 1.1 课题研究背景与意义 | 第9-11页 |
| 1.2 特征提取技术的国内外研究现状 | 第11-14页 |
| 1.2.1 非平稳微弱信号的特征提取 | 第11-12页 |
| 1.2.2 时频分析方法研究现状 | 第12-14页 |
| 1.3 旋转机械故障机理 | 第14-24页 |
| 1.3.1 旋转机械故障迹象特征 | 第14-16页 |
| 1.3.2 旋转机械分析方法 | 第16-17页 |
| 1.3.3 机械振动的基本原理 | 第17-19页 |
| 1.3.4 旋转机械系统典型故障 | 第19-24页 |
| 1.4 本文的主要研究内容和结构安排 | 第24-26页 |
| 第二章 基于希尔伯特黄变换的时频分析 | 第26-38页 |
| 2.1 瞬时频率 | 第26页 |
| 2.2 固有模态函数 | 第26-28页 |
| 2.3 经验模式分解 | 第28-31页 |
| 2.4 希尔伯特变换的时频谱和边际谱 | 第31-33页 |
| 2.5 经验模式分解的完备性和正交性 | 第33页 |
| 2.6 经验模式分解算法存在的问题 | 第33-37页 |
| 2.6.1 端点效应问题 | 第33-35页 |
| 2.6.2 模态混叠现象 | 第35-37页 |
| 2.7 本章小结 | 第37-38页 |
| 第三章 奇异形态滤波和集总极值域均值分解的特征提取方法 | 第38-56页 |
| 3.1 数学形态滤波原理与奇异值分解理论 | 第38-41页 |
| 3.1.1 形态滤波原理 | 第38-40页 |
| 3.1.2 奇异值分解理论 | 第40-41页 |
| 3.2 基于奇异形态老滤波的去噪方法 | 第41-45页 |
| 3.3 集总经验分解与极值域均值分解原理 | 第45-51页 |
| 3.3.1 集总经验分解算法 | 第45-49页 |
| 3.3.2 极值域均值分解算法 | 第49-51页 |
| 3.4 基于集总极值域均值分解的特征提取方法 | 第51-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 旋转机械振动信号特征提取实验分析 | 第56-64页 |
| 4.1 旋转机械振动故障模拟实验平台 | 第56-57页 |
| 4.2 滚动轴承故障特征频率 | 第57-59页 |
| 4.3 基于奇异形态滤波和集总极值域均值分解的特征提取方法 | 第59页 |
| 4.4 轴承故障振动信号特征提取 | 第59-63页 |
| 4.4.1 轴承外圈损伤故障分析 | 第59-61页 |
| 4.4.2 轴承内圈损伤故障分析 | 第61-62页 |
| 4.4.3 轴承滚动体损伤故障分析 | 第62-63页 |
| 4.5 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 发表文章目录 | 第69-70页 |
| 致谢 | 第70-71页 |
| 中文详细摘要 | 第71-79页 |