声明
摘要
第一章绪论
1.1引言
1.2旋转机械故障诊断的研究现状
1.2.1旋转机械故障诊断的发展历程
1.2.2旋转机械故障诊断的研究现状
1.3课题研究的主要内容
1.3.1研究目标
1.3.2研究内容
1.4论文框架图
第二章常见旋转机械的故障类型与故障特征
2.1齿轮故障类型及振动机理
2.1.1齿轮的故障类型
2.1.2齿轮的振动机理
2.2滚动轴承故障
2.2.1滚动轴承的故障类型
2.2.2滚动轴承的振动机理
2.3本章小结
第三章基于粒子群算法优化的BP神经网络及其应用
3.1神经网络
3.1.1神经网络概述
3.1.2神经网络模型
3.2 BP神经网络
3.2.1 BP神经网络模型
3.2.2 BP神经网络学习机制
3.2.3神经网络的设计
3.3粒子群算法
3.3.1粒子群算法概述
3.3.2粒子群算法原理
3.4粒子群算法优化的BP神经网络
3.5两种小波包分析方法
3.5.1小波包降噪
3.5.2小波包能量特征值的提取
3.6齿轮箱振动信号采集实验
3.6.1实验平台介绍
3.6.2数据采集
3.6.3实验后的数据处理
3.7粒子群优化的BP网络与未优化的BP网络对齿轮箱故障识别能力的比较
3.8本章小结
第四章CEEMDAN原理及其应用
4.1集合经验模态分解原理
4.2带有自适应白噪声的完全集合经验模态分解原理
4.3 EEMD与CEEMDAN对仿真信号去噪能力的比较
4.4在滚动轴承故障特征提取方面的实际应用研究
4.4.1对轴承内圈故障的分析情况
4.4.2对轴承外圈故障的分析情况
4.5本章小结
第五章CEEMDAN结合粒子群算法在故障诊断中的研究
5.1 CEEMDAN结合粒子群算法的研究流程与方式
5.2四组不同组合对轴承故障的诊断
5.3诊断结果分析
5.4本章小结
第六章总结与展望
6.1工作总结
6.2展望与建议
参考文献
致谢