论文目录 | |
摘要 | 第1-5页 |
Abstract | 第5-10页 |
1 绪论 | 第10-17页 |
· 旋转机械故障诊断方法的研究背景与意义 | 第10-12页 |
· 旋转机械故障诊断方法研究现状 | 第12-13页 |
· 时频分析方法综述 | 第13-15页 |
· 论文的主要工作与安排 | 第15-17页 |
2 时频分析的基本理论 | 第17-28页 |
· 传统时频分析方法 | 第17-21页 |
· 短时傅立叶变换 | 第17-19页 |
· 维格纳-威尔分布 | 第19-21页 |
· 小波变换时频分析方法 | 第21-25页 |
· 连续小波变换 | 第22-23页 |
· 离散小波变换 | 第23页 |
· 小波尺度谱及其重排 | 第23-25页 |
· 希尔伯特-黄变换时频分析方法 | 第25-27页 |
· 固有模态函数 | 第25页 |
· 经验模式分解 | 第25-26页 |
· Hilbert时频谱 | 第26-27页 |
· 本章小结 | 第27-28页 |
3 基于时频分析的盲源分离在旋转机械故障诊断中的研究与应用 | 第28-44页 |
· 基于时频分析的盲分离介绍 | 第28-31页 |
· 目标与假设 | 第28-29页 |
· 时域到时频域的转换 | 第29-30页 |
· 数据处理 | 第30-31页 |
· 基于时频分析的盲分离的实现过程 | 第31-34页 |
· 相关参数的估计计算 | 第31-32页 |
· 单个自项时频点的选择 | 第32-34页 |
· 实现步骤 | 第34页 |
· 仿真分析 | 第34-40页 |
· 基于不同时频分析方法的盲分离对比 | 第34-38页 |
· 与独立分量分析的结果对比 | 第38-40页 |
· 基于时频分析的盲分离在旋转机械故障诊断中的应用 | 第40-43页 |
· 本章小结 | 第43-44页 |
4 基于小波尺度谱同步平均在旋转机械故障诊断中的研究与应用 | 第44-56页 |
· 时间同步平均 | 第44-46页 |
· 循环平稳信号 | 第44-45页 |
· 同步平均实现过程 | 第45-46页 |
· 基于小波尺度谱同步平均分析方法介绍 | 第46-49页 |
· 仿真信号分析 | 第49-52页 |
· 基于小波尺度谱同步平均在滚动轴承故障分析中的应用 | 第52-55页 |
· 本章小结 | 第55-56页 |
5 基于Hilbert时频谱的旋转机械状态特征提取与识别 | 第56-67页 |
· Hilbert时频谱 | 第56-57页 |
· 特征提取 | 第57-60页 |
· 多尺度熵 | 第57-58页 |
· 时频谱的熵值计算 | 第58-59页 |
· 时频谱能量的计算 | 第59页 |
· 特征值提取与识别 | 第59-60页 |
· 实验验证分析 | 第60-66页 |
· 滚动轴承故障模拟实验 | 第60-62页 |
· 数据处理与Hilbert时频谱构建 | 第62-63页 |
· Hilbert时频谱特征提取 | 第63-65页 |
· 支持向量机识别 | 第65-66页 |
· 本章小结 | 第66-67页 |
6 基于LabVIEW的旋转机械振动测试与分析系统开发 | 第67-76页 |
· 虚拟仪器介绍 | 第67页 |
· 系统的硬件结构 | 第67-71页 |
· 硬件需求分析 | 第67-68页 |
· 相关硬件参数介绍 | 第68-70页 |
· 系统硬件搭建 | 第70-71页 |
· 系统的软件功能介绍 | 第71-75页 |
· 数据采集模块 | 第72-73页 |
· 基本分析模块 | 第73-74页 |
· 时频分析模块 | 第74-75页 |
· 本章小结 | 第75-76页 |
结论 | 第76-78页 |
参考文献 | 第78-82页 |
攻读硕士学位期间发表学术论文情况 | 第82-83页 |
致谢 | 第83-84页 |