摘要 | 第1-6页 |
ABSTRACT | 第6-16页 |
第一章 绪论 | 第16-26页 |
·旋转机械转子故障诊断的意义 | 第16页 |
·转子和轴承常见故障 | 第16-20页 |
·转子常见故障 | 第16-18页 |
·滑动轴承故障 | 第18页 |
·滚动轴承故障 | 第18-20页 |
·旋转机械故障诊断研究现状 | 第20-25页 |
·故障信号降噪处理技术 | 第20-21页 |
·故障信号特征提取 | 第21-22页 |
·故障状态识别 | 第22-24页 |
·第二代小波分析方法及其在转子故障诊断中的应用现状 | 第24-25页 |
·本文主要研究内容 | 第25-26页 |
第二章 第二代小波分析的基本理论 | 第26-44页 |
·小波分析简介 | 第26-32页 |
·小波变换 | 第26-29页 |
·多分辨率分析 | 第29-32页 |
·第二代小波的基本理论和方法 | 第32-43页 |
·小波分解与重构的多相位表示 | 第33-35页 |
·LAURENT 多项式的EUCLIDEAN 算法 | 第35-36页 |
·多相位矩阵的因子分解 | 第36-38页 |
·提升算法 | 第38-43页 |
·小结 | 第43-44页 |
第三章 转子与滚动轴承故障模拟实验台 | 第44-51页 |
·转子试验台简介 | 第44-48页 |
·ZL-3 多功能转子故障模拟试验台 | 第44-46页 |
·航空发动机转子实验器简介 | 第46-48页 |
·滚动轴承试验台简介 | 第48-50页 |
·实验台说明 | 第48页 |
·信号采集 | 第48-49页 |
·滚动轴承故障设置 | 第49-50页 |
·小结 | 第50-51页 |
第四章 第二代小波变换在转子故障信号降噪中的应用研究 | 第51-69页 |
·常见的小波降噪的方法与原理 | 第51-55页 |
·去噪问题的描述 | 第51-52页 |
·小波变换模极大去噪 | 第52-53页 |
·基于小波变换尺度间相关性的去噪 | 第53页 |
·小波阈值去噪法 | 第53-55页 |
·几种小波去噪方法的比较 | 第55-56页 |
·模极大值法去噪 | 第55页 |
·相关性去噪 | 第55-56页 |
·小波收缩阈值法去噪 | 第56页 |
·平移不变量小波法去噪 | 第56页 |
·第二代小波降噪原理与方法 | 第56-59页 |
·基于尺度变换的第二代小波自适应降噪新方法 | 第59-62页 |
·基于尺度变换的第二代小波自适应降噪新方法在转子故障信号降噪中的应用 | 第62-68页 |
·不对中故障实验信号降噪 | 第62-63页 |
·不平衡故障实验信号降噪 | 第63-65页 |
·碰摩故障实验信号降噪 | 第65-66页 |
·油膜涡动故障信号降噪 | 第66-68页 |
·小结 | 第68-69页 |
第五章 基于第二代小波分析的旋转机械转子故障特征提取 | 第69-83页 |
·常见的特征提取方法 | 第69-74页 |
·时域分析方法 | 第69-72页 |
·频域分析 | 第72-73页 |
·时间序列分析 | 第73-74页 |
·小波分析 | 第74页 |
·基于能量分布的小波特征提取的原理 | 第74-75页 |
·第二代小波变换在转子故障信号特征提取中的研究 | 第75-77页 |
·基于尺度变换的第二代小波能量特征提取新方法 | 第77-78页 |
·基于尺度变换的第二代小波能量特征提取新方法在转子故障诊断中的应用 | 第78-80页 |
·转子多故障的集成神经网络诊断实验研究 | 第80-82页 |
·样本产生 | 第80页 |
·基于结构自适应神经网络的集成神经网络模型 | 第80-81页 |
·转子故障识别结果 | 第81-82页 |
·小结 | 第82-83页 |
第六章 基于第2 代小波变换的滚动轴承的故障诊断 | 第83-91页 |
·概述 | 第83页 |
·滚动轴承振动特征 | 第83-85页 |
·故障轴承振动信号特点 | 第85-87页 |
·轴承内滚道损伤 | 第86页 |
·轴承外滚道损伤 | 第86页 |
·滚动体损伤 | 第86-87页 |
·第二代小波变换在滚动轴承故障诊断中的研究 | 第87-90页 |
·正常轴承的频率特性 | 第88页 |
·轴承内圈故障诊断 | 第88-89页 |
·轴承外圈故障诊断 | 第89-90页 |
·轴承滚动体故障诊断 | 第90页 |
·小结 | 第90-91页 |
结论与展望 | 第91-92页 |
参考文献 | 第92-98页 |
致谢 | 第98-99页 |
攻读硕士期间所发表的论文 | 第99-100页 |
附录1 转子模拟故障实验样本集 | 第100-102页 |