滚动轴承振动信号分析与故障诊断方法研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 变量注释表 | 第17-19页 |
| 1 绪论 | 第19-27页 |
| 1.1 课题背景和意义 | 第19页 |
| 1.2 轴承故障诊断技术研究现状 | 第19-26页 |
| 1.3 论文研究内容和章节安排 | 第26-27页 |
| 2 局域均值分解的基本理论和算法 | 第27-41页 |
| 2.1 引言 | 第27页 |
| 2.2 时频分析基本概念 | 第27-30页 |
| 2.3 局域均值分解方法 | 第30-35页 |
| 2.4 局域均值分解和经验模态分解的比较 | 第35-40页 |
| 2.5 本章小结 | 第40-41页 |
| 3 局域均值分解的问题及改进方法 | 第41-56页 |
| 3.1 引言 | 第41页 |
| 3.2 局域均值分解端点效应研究 | 第41-49页 |
| 3.3 局域均值分解模态混叠研究 | 第49-54页 |
| 3.4 本章小结 | 第54-56页 |
| 4 基于粒子群算法改进的随机共振包络谱分析方法 | 第56-75页 |
| 4.1 引言 | 第56页 |
| 4.2 包络谱分析方法 | 第56-59页 |
| 4.3 随机共振理论 | 第59-63页 |
| 4.4 随机共振模型的改进与信号预处理 | 第63-68页 |
| 4.5 应用实例 | 第68-74页 |
| 4.6 本章小结 | 第74-75页 |
| 5 基于极限学习机模型的模式识别方法 | 第75-90页 |
| 5.1 引言 | 第75页 |
| 5.2 排列熵、样本熵和模糊熵对比研究 | 第75-78页 |
| 5.3 极限学习机理论与模型 | 第78-83页 |
| 5.4 实验验证 | 第83-89页 |
| 5.5 本章小结 | 第89-90页 |
| 6 总结与展望 | 第90-92页 |
| 6.1 总结 | 第90-91页 |
| 6.2 展望 | 第91-92页 |
| 参考文献 | 第92-99页 |
| 作者简历 | 第99-101页 |
| 学位论文数据集 | 第101页 |
