摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
第一章 绪论 | 第9-18页 |
·课题的研究背景、目的和意义 | 第9-10页 |
·国内外研究现状 | 第10-16页 |
·状态监测与故障诊断理论与技术发展概况 | 第10-11页 |
·滚动轴承等关键部件故障诊断方法研究现状 | 第11-16页 |
·课题的研究内容 | 第16-17页 |
·课题来源 | 第16页 |
·论文的主要研究内容 | 第16-17页 |
·本章小结 | 第17-18页 |
第二章 噪声辅助的集合经验模式分解信号检测理论 | 第18-31页 |
·引言 | 第18页 |
·信号瞬时频率和本征模式分量 | 第18-20页 |
·瞬时频率 | 第18-19页 |
·本征模式函数 | 第19-20页 |
·经验模式分解基本原理与算法 | 第20-25页 |
·噪声干扰下的经验模式分解 | 第22-23页 |
·EMD 存在的缺点和不足 | 第23-25页 |
·集合经验模式分解 | 第25-29页 |
·EEMD 分解算法 | 第25-28页 |
·EEMD 参数选择 | 第28-29页 |
·基于 EEMD 的 Hilbert 变换 | 第29页 |
·基于 EEMD 的弱信号去噪增强仿真 | 第29-30页 |
·本章小结 | 第30-31页 |
第三章 基于 EEMD 和谱峭度理论的滚动轴承自适应包络分析 | 第31-50页 |
·滚动轴承常见的故障分析 | 第31-35页 |
·滚动轴承常见的故障形式 | 第31-33页 |
·滚动轴承振动机理及特征频率 | 第33-35页 |
·谱峭度理论 | 第35-38页 |
·谱峭度算法 | 第36-37页 |
·基于谱峭度的轴承故障信号检测模型 | 第37页 |
·快速峭度图 | 第37-38页 |
·轴承故障信号特征提取仿真分析 | 第38-42页 |
·轴承故障信号模拟 | 第38-39页 |
·基于谱峭度理论的轴承自适应性包络分析 | 第39-42页 |
·基于 EEMD 和谱峭度方法的轴承早期微弱故障特征提取 | 第42-48页 |
·轴承早期微弱故障诊断流程 | 第42-43页 |
·滚动轴承早期微弱故障诊断实例分析 | 第43-48页 |
·本章小结 | 第48-50页 |
第四章 基于随机共振降噪和 EEMD 分解的轴承早期故障特征提取 | 第50-62页 |
·前言 | 第50页 |
·双稳随机共振基本理论 | 第50-56页 |
·随机共振基本原理 | 第50-53页 |
·随机共振算法仿真实验 | 第53-54页 |
·二次采样随机共振 | 第54-56页 |
·级联双稳随机共振 | 第56页 |
·基于随机共振降噪和 EEMD 分解的微弱特征提取仿真分析 | 第56-58页 |
·滚动轴承早期微弱故障特征提取工程应用研究 | 第58-61页 |
·本章小结 | 第61-62页 |
第五章 滚动轴承动态信号监测诊断集成系统的研究与开发 | 第62-83页 |
·引言 | 第62-63页 |
·开发环境介绍 | 第63页 |
·系统总体方案设计 | 第63-66页 |
·系统功能的实现 | 第66-73页 |
·机床轴承动态信号在机在线监测单元的构建 | 第66-70页 |
·机床轴承等关键部件独立监测单元的构建 | 第70-72页 |
·状态数据远程传输协议标准 | 第72-73页 |
·基于 Visual C++和 Matlab 混合编程的远程诊断分析集成系统 | 第73-78页 |
·系统混合编程软件框架设计 | 第73-74页 |
·系统服务器端软件 | 第74-75页 |
·系统客户端软件 | 第75-78页 |
·系统验证及机床轴承故障诊断工程应用 | 第78-82页 |
·本章小结 | 第82-83页 |
第六章 总结与展望 | 第83-86页 |
·工作总结 | 第83-85页 |
·研究展望 | 第85-86页 |
参考文献 | 第86-91页 |
发表论文和科研情况说明 | 第91-92页 |
致谢 | 第92页 |