基于经验模态分解的滚动轴承故障灰色预测方法研究 |
论文目录 | | | 摘要 | 第1-7页 | | Abstract | 第7-11页 | | 第一章 绪论 | 第11-21页 | | 1.1 课题研究背景及意义 | 第11-12页 | | 1.2 国内外相关研究现状 | 第12-18页 | | 1.2.1 滚动轴承故障监测方法 | 第12-14页 | | 1.2.2 基于振动信号的滚动轴承故障预测方法研究现状 | 第14-17页 | | 1.2.3 滚动轴承故障预测方法研究现状 | 第17-18页 | | 1.3 论文的主要研究内容和结构安排 | 第18-21页 | | 1.3.1 论文的研究内容 | 第18-19页 | | 1.3.2 结构安排 | 第19-21页 | | 第二章 滚动轴承故障原理与特征分析 | 第21-26页 | | 2.1 滚动轴承结构 | 第21页 | | 2.2 滚动轴承故障类型及振动特性 | 第21-23页 | | 2.2.1 滚动轴承故障类型 | 第21-22页 | | 2.2.2 滚动轴承的振动特性 | 第22-23页 | | 2.3 滚动轴承固定频率和故障特征频率 | 第23-25页 | | 2.3.1 滚动轴承固定频率 | 第23-24页 | | 2.3.2 滚动轴承故障特征频率 | 第24-25页 | | 2.4 本章小结 | 第25-26页 | | 第三章 经验模态分解(EMD)方法研究 | 第26-33页 | | 3.1 瞬时频率和本征模态函数 | 第26-29页 | | 3.1.1 瞬时频率 | 第26-28页 | | 3.1.2 本征模态函数 | 第28-29页 | | 3.2 EMD方法的基本原理 | 第29-31页 | | 3.3 EMD方法存在的问题 | 第31-32页 | | 3.4 本章小结 | 第32-33页 | | 第四章 EMD模态混叠处理方法研究 | 第33-44页 | | 4.1 模态混叠 | 第33页 | | 4.2 最大相关峭度解卷积MCKD的降噪原理 | 第33-36页 | | 4.3 盲源分离原理 | 第36-40页 | | 4.3.1 混沌相空间重构 | 第36-37页 | | 4.3.2 负熵的 FastICA 算法 | 第37-40页 | | 4.4 EMD模态混叠处理的优化方法 | 第40页 | | 4.5 仿真分析 | 第40-43页 | | 4.6 本章小结 | 第43-44页 | | 第五章 基于EMD的滚动轴承故障灰色预测方法 | 第44-59页 | | 5.1 灰色系统理论 | 第44-45页 | | 5.2 灰色预测模型建模原理 | 第45-46页 | | 5.3 ELM-GM(1,1)预测模型 | 第46-51页 | | 5.3.1 ELM算法 | 第47-48页 | | 5.3.2 ELM优化GM(1,1) | 第48-49页 | | 5.3.3 仿真验证 | 第49-51页 | | 5.4 实验验证 | 第51-58页 | | 5.4.1 实验数据 | 第51-52页 | | 5.4.2 预测特征参数的选取 | 第52-53页 | | 5.4.3 基于EMD的滚动轴承故障灰色预测方法 | 第53-58页 | | 5.5 本章小结 | 第58-59页 | | 第六章 总结与展望 | 第59-61页 | | 6.1 论文总结 | 第59-60页 | | 6.2 未来展望 | 第60-61页 | | 参考文献 | 第61-65页 | | 致谢 | 第65-66页 | | 攻读学位期间参加的科研项目和取得的研究成果 | 第66页 |
|
|
|
