摘要6-7
Abstract7-11
第1章 绪论11-17
1.1 课题探讨背景和作用11-12
1.2 滚动轴承故障诊断技术探讨进展情况12-15
1.2.1 国外探讨概况12-14
1.2.2 国内探讨概况14-15
1.3 探讨内容及探讨目标15
1.3.1 探讨内容15
1.3.2 探讨目标15
1.4 论文内容安排15-17
第2章 滚动轴承振动信号的提取及小波浅析基本论述17-28
2.1 滚动轴承的基本介绍17-19
2.1.1 滚动轴承的结构17
2.1.2 滚动轴承的故障体现形式及滚动轴承的参数17-19
2.2 振动浅析及故障诊断试验平台(QPZZ-Ⅱ系统)19-21
2.3 小波浅析基本论述概述21-27
2.3.1 小波浅析的尺度函数和小波函数21-23
2.3.2 离散型小波变换23-25
2.3.3 多分辨浅析论述25-27
2.4 本章小结27-28
第3章 基于小波阈值去噪的振动信号预处理28-37
3.1 小波去噪法中小波基函数的选择28-32
3.1.1 基础知识阐述28-31
3.1.2 基于信噪比的小波基函数选取31-32
3.2 对振动信号运用 SQTWOLOG 规则阈值门限的小波阈值去噪预处理32-35
3.2.1 硬阈值、软阈值函数和半软阈值函数32-33
3.2.2 阈值门限的选取33-35
3.2.3 小波阈值去噪法的步骤35
3.3 小波阈值去噪的仿真结果浅析35-36
3.4 本章小结36-37
第4章 基于小波变换和 HILBERT 变换的包络浅析策略探讨37-47
4.1 选取最优小波变换的小波基函数37-38
4.2 基于滤波器组的快速小波分解38-40
4.2.1 基于滤波器组快速小波分解的基本原理39
4.2.2 运用 Matlab 自主编程完成小波快速速算法实现39-40
4.3 基于 HILBERT 变换的包络谱浅析法故障诊断40-41
4.3.1 包络谱浅析的流程40
4.3.2 Hilbert 变换原理概述40-41
4.4 滚动轴承故障诊断仿真结果浅析41-46
4.5 本章小结46-47
第5章 递归小波结合 SOM 神经网络在滚动轴承故障诊断中的运用47-60
5.1 基于超高斯函数递归小波基函数的构造47-48
5.2 递归小波系数的获取48-50
5.2.1 递归小波变换算法浅析48-50
5.2.2 递归小波分解 matlab 实现与仿真50
5.3 基于递归小波系数构建特点向量50-53
5.4 基于 SOM 自组织竞争神经网络的滚动轴承故障诊断探讨53-59
5.4.1 人工神经网路论述概述53-54
5.4.2 SOM 神经网络运用于滚动轴承故障诊断技术的探讨54-59
5.5 递归小波结合 SOM 神经网络仿真结果59
5.6 本章小结59-60
结论60-62