改进经验模态分解及其在齿轮故障诊断中的应用研究 |
论文目录 | | 摘要 | 第1-5页 | ABSTRACT | 第5-11页 | 第一章 绪论 | 第11-27页 | · 概述 | 第11-13页 | · 引言 | 第11-12页 | · 经验模态分解在齿轮故障诊断中的研究现状 | 第12-13页 | · 齿轮故障信号的常用处理方法 | 第13-23页 | · 引言 | 第13-14页 | · 经验模态分解方法 | 第14页 | · 短时Fourier变换 | 第14-16页 | · 小波变换 | 第16-18页 | · Wigner-Ville分布 | 第18-20页 | · 信号的原子分解方法 | 第20-22页 | · 信号的盲源分离技术 | 第22-23页 | · 齿轮故障信号分析方法的局限性 | 第23-24页 | · 本文研究方法及思路 | 第24-25页 | · 论文主要内容 | 第25-26页 | · 课题来源 | 第26页 | · 本章小结 | 第26-27页 | 第二章 经验模态分解基本理论 | 第27-39页 | · 信号的特征参数 | 第27-31页 | · 瞬时频率 | 第27-28页 | · 信号的带宽 | 第28-29页 | · 信号的时宽 | 第29-30页 | · 本征模函数 | 第30-31页 | · 时间特征尺度 | 第31页 | · 经验模态分解原理 | 第31-35页 | · 经验模态分解算法 | 第31-34页 | · 经验模态分解的终止准则 | 第34页 | · 伪本征模分量的判别 | 第34-35页 | · 经验模态分解方法的不足 | 第35-38页 | · 包络线的拟合过冲 | 第35-36页 | · 经验模态分解的端点效应 | 第36-38页 | · 模态混叠 | 第38页 | · 本章小结 | 第38-39页 | 第三章 灰色理论GM(1,1)模型及EMD端点延拓算法 | 第39-47页 | · 灰色理论 | 第39-40页 | · 灰色系统的基本概念 | 第39页 | · 灰色系统的特点 | 第39-40页 | · 灰色GM(1,1)模型 | 第40-43页 | · 灰色预测 | 第40页 | · 序列运算及生成数 | 第40-41页 | · GM(1,1)模型 | 第41-42页 | · GM(1,1)模型检验 | 第42-43页 | · 端点效应的处理 | 第43-45页 | · 引言 | 第43-44页 | · 端点序列延拓算法原理 | 第44-45页 | · 本章小结 | 第45-47页 | 第四章 齿轮故障诊断的理论及方法 | 第47-54页 | · 齿轮故障的产生机理 | 第47-49页 | · 齿轮故障的主要形式 | 第47-48页 | · 故障齿轮的动力学模型 | 第48-49页 | · 齿轮故障诊断的原理及典型方法 | 第49-51页 | · 齿轮故障诊断的一般原理 | 第49-50页 | · 基于振动信号的诊断方法 | 第50页 | · 基于扭振信号的诊断方法 | 第50-51页 | · 齿轮故障信号的调制及其特点 | 第51-53页 | · 振动信号的啮合频率的调制 | 第51-52页 | · 齿轮振动信号的齿轮固有频率调制 | 第52-53页 | · 齿轮箱体固有频率的调制 | 第53页 | · 本章小结 | 第53-54页 | 第五章 齿轮故障实验及故障信号特征提取 | 第54-70页 | · 实验方案介绍 | 第54-57页 | · 实验目的 | 第54页 | · 实验装置简介 | 第54-56页 | · 实验原理 | 第56页 | · 实验注意事项 | 第56-57页 | · 齿轮振动信号的特征频率 | 第57-58页 | · 齿轮啮合频率 | 第57页 | · 齿轮的故障冲击啮合频率 | 第57-58页 | · 齿轮故障信号特征的提取方法 | 第58-61页 | · 基于经验模态分解的希尔伯特变换 | 第58-59页 | · 希尔伯特谱图及其边际谱 | 第59-61页 | · EMD改进前后分解效果的对比 | 第61-64页 | · 利用改进EMD提取齿轮故障特征 | 第64-69页 | · 引言 | 第64页 | · 故障齿轮故障特征提取 | 第64-66页 | · 无故障齿轮的振动信号特征 | 第66-69页 | · 本章小结 | 第69-70页 | 第六章 结论和未来 | 第70-72页 | · 结论 | 第70页 | · 展望与未来 | 第70-72页 | 参考文献 | 第72-75页 | 致谢 | 第75-76页 | 攻读硕士学位期间发表的论文 | 第76
页 |
|
|
|