文摘
英文文摘
声明
第1章绪论
1.1课题背景
1.1.1课题来源
1.1.2课题研究的目的及意义
1.2国内外设备故障诊断技术的发展研究综述
1.2.1设备故障诊断的发展方向
1.2.2设备故障诊断监测与诊断技术方法
1.3滚动轴承故障诊断的研究意义与发展趋势
1.4本论文研究的主要内容
1.5本章小结
第2章滚动轴承故障诊断概述
2.1概述
2.2滚动轴承结构
2.3滚动轴承失效的基本形式
2.4滚动轴承振动机理及振动特征频率分析
2.4.1滚动轴承振动机理
2.4.2滚动轴承固有振动频率
2.4.3滚动轴承故障特征频率分析
2.5滚动轴承的振动及其故障特征
2.6滚动轴承振动信号的分析频带选择
2.7本章小结
第3章小波分析基本理论
3.1引言
3.2小波分析理论简述
3.2.1小波分析的定义
3.2.2多分辨率分析
3.2.3小波包分析
3.2.4小波或小波包分解的信号重构
3.2.5小波或小波包分解的直观表示
3.3基于小波分析的信号处理
3.3.1信噪分离
3.3.2频带分析技术
3.4本章小结
第4章人工神经网络诊断方法
4.1引言
4.2人工神经网络故障诊断简述
4.2.1人工神经网络的故障诊断能力
4.2.2神经网络故障诊断技术的特点
4.3径向基函数神经网络
4.3.1径向基函数(RBF)神经网络模型
4.3.2 RBF神经网络算法
4.3.3 RBF网络与多层感知器(MLP)的比较
4.3.4神经网络与模式特征提取
4.4 RBF神经网络与BP神经网络仿真比较
4.5本章小结
第5章滚动轴承故障诊断实验研究
5.1实验介绍
5.1.1实验台
5.1.2实验系统设计
5.2实验台的组成
5.2.1故障模拟器的组成
5.2.2传感器的选择
5.2.3数据采集系统
5.3实验台的功能
5.4测点的选择
5.5本章小结
第6章小波神经网络技术在齿轮箱轴承故障诊断中的应用
6.1小波神经网络简介
6.1.1小波神经网络的结合途径
6.1.2小波分析与神经网络的松散型结合
6.2松散型小波神经网络故障诊断的基本构思
6.2.1松散型小波神经网络构思
6.2.2松散型小波神经网络故障诊断过程的具体内容
6.3基于小波分析的振动信号分析
6.3.1正弦信号+白噪声
6.3.2多普勒信号+白噪声
6.3.3小波减噪应用于齿轮箱轴承微弱故障信号诊断
6.4小波神经网络技术应用于齿轮箱轴承智能诊断
6.4.1小波神经网络故障诊断模型
6.4.2齿轮箱轴承故障特征向量的提取
6.4.3诊断结果
6.5本章小结
结论及展望
参考文献
致 谢
附录A 攻读学位期间所发表的学术论文目录