声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 齿轮传动故障诊断的发展现状与趋势
1.2.1 齿轮传动系统故障诊断的发展历程
1.2.2 齿轮传动系统故障诊断的研究现状
1.2.3 发展趋势
1.3 本文研究的主要内容
1.4 本章小结
第2章 齿轮传动故障及其振动机理研究
2.1 齿轮故障分类及其形成原因
2.2 齿轮振动的产生机理分析
2.2.1 齿轮的基本振动分析
2.2.2 齿轮振动信号的调制
2.3 齿轮振动的特点
2.4 本章小结
第3章 齿轮传动故障诊断方法
3.1 时域故障诊断方法
3.2 频域故障诊断方法
3.3 小波分析方法
3.3.1 连续小波变换
3.3.2 小波变换离散化
3.3.3 基于小波变换的信号消噪应用
3.4 小波包分析方法
3.4.1 小波包定义
3.4.2 小波包分解与重构
3.4.2 小波包分析实例仿真
3.5 集合经验模式分解的基本原理
3.5.1 集合经验模式分解算法
3.5.2 Hilbert解调原理
3.5.3 EEMD分解方法的信号仿真
3.5.4 基于EEMD的齿轮故障诊断
3.6 本章小结
第4章 人工神经网络与模式识别
4.1 人工神经网络原理
4.1.1 神经元
4.1.2 神经网络的连接类型
4.2 人工神经网络的学习方式
4.3 人工神经网络的特点
4.4 径向基神经网络基本原理
4.5 人工神经网络与齿轮故障模式识别
4.6 本章小结
第5章 齿轮传动故障信号采集与特征提取
5.1 齿轮时域振动信号的采集
5.1.1 齿轮故障模拟实验平台介绍
5.1.2 信号采集
5.2 振动信号的时域特征提取方法
5.3 振动信号的频域特征提取方法
5.4 基于小波包分解的特征量提取
5.5 基于EEMD方法的特征量提取
5.6 本章小结
第6章 基于RBF神经网络的齿轮故障诊断
6.1 RBF神经网络的建模步骤
6.2 小波包与RBF神经网络相结合的齿轮故障诊断
6.3 EEMD与RBF神经网络相结合的齿轮故障诊断
6.4 本章小结
第7章 总结与展望
7.1 总结
7.2 展望
致谢
参考文献
作者简介
攻读硕士学位期间发表的论文