声明
1绪论
1.1课题研究背景及意义
1.2国内外研究现状
1.3 HHT方法的发展
1.4课题研究内容及论文结构
2时频分析方案选择
2.1常用时频分析方法概述
2.1.1时频方法介绍
2.1.2短时傅里叶变换
2.1.3 Wigner-Ville分布
2.2 Hilbert-Huang变换基本原理
2.2.1 EMD分解原理
2.2.2希尔伯特谱分析
2.3时频分析方法对比
2.4本章小结
3振动信号的降噪处理
3.1小波分析理论基础
3.2提升小波降噪方法
3.2.1提升小波变换原理
3.2.2阈值函数的选择
3.3提升小波降噪基本步骤
3.4振动信号降噪结果分析
3.5本章小结
4基于HHT方法的风机振动信号特征提取
4.1风机振动故障特征分析
4.2 HHT时频方法的优化
4.2.1模态混叠现象分析
4.2.2模态混叠抑制方法
4.3基于HHT方法的风机故障特征提取
4.3.1振动信号的Hilbert表示
4.3.2基于HHT方法的故障诊断特征提取
4.4本章小结
5基于HHT方法的风机振动信号故障识别
5.1神经网络理论基础
5.1.1神经网络介绍
5.1.2神经网络结构
5.1.3神经网络的选择
5.2模糊神经网络理论研究
5.2.1模糊集合与隶属度函数
5.2.2模糊系统的标准模型
5.2.3基于标准模型的模糊神经网络
5.2.4神经网络学习参数的调整
5.3故障诊断系统模型
5.4基于模糊神经网络的故障诊断
5.4.1最大隶属度原则
5.4.2模糊神经网络诊断过程
5.4.3风机故障诊断结果比较
5.5本章小结
6总结与展望
6.1结论
6.2展望
致谢
参考文献
附录