声明
第一章 绪论
1.1 课题来源
1.2 轴承故障诊断研究意义
1.3 轴承故障诊断技术研究现状
1.3.1 轴承故障诊断技术的发展
1.3.2 轴承故障特征提取方法
1.3.3 轴承故障模式识别技术
1.4 论文主要研究内容
第二章滚动轴承的振动特征及失效形式
2.1 滚动轴承的结构
2.2 滚动轴承的振动特性
2.3 滚动轴承故障特征频率计算
2.4 滚动轴承常见的失效形式
2.5 本章小结
第三章振动信号特征提取方法研究
3.1 局部均值分解
3.1.1 基本概念
3.1.2 LMD 基本原理和算法
3.1.3 LMD 与EMD 方法对比
3.1.4 LMD 与EMD 端点效应对比
3.1.5 LMD 算法的改进及仿真
3.2 奇异值分解理论
3.2.1 奇异值分解技术原理
3.2.2 奇异值的筛选特性
3.2.3 仿真结果对比
3.3 本章小结
第四章 极限学习机基本理论
4.1 极限学习机原理
4.1.1 单隐含层前馈神经网络
4.1.2 极限学习机理论背景
4.1.3 极限学习机
4.2 极限学习机的特性
4.3 隐含层激活函数的选取
4.4 ELM 的参数选取
4.5 本章小结
第五章 风机滚动轴承故障诊断方法研究
5.1 实验方案
5.2 基于LMD-SVD 和极限学习机的故障诊断方法
5.2.1 信号采集
5.2.2 LMD分析处理
5.2.3 基于LMD-SVD的信号特征提取
5.2.4 ELM预测结果分析
5.3 本章小结
总结与展望
参考文献
攻读硕士期间发表的论文
致谢
