摘要2-3
Abstract3-5
目录5-7
第一章 绪论7-15
1.1 课题的探讨作用及来源7-8
1.2 滚动轴承故障诊断系统国内进展近况与前景8-12
1.2.1 进展近况8-10
1.2.2 进展前景10-12
1.3 关键技术进展12-13
1.3.1 小波论述进展12
1.3.2 支持向量机进展12-13
1.4 论文的主要探讨内容及结构安排13-15
第二章 滚动轴承的振动机理及故障特点15-21
2.1 滚动轴承的失效及检测策略15-17
2.1.1 滚动轴承失效形式15-16
2.1.2 故障进展历程16-17
2.1.3 滚动轴承检测策略17
2.2 振动机理17-18
2.3 滚动轴承的振动频率浅析18-20
2.4 本章小结20-21
第三章 统计学习论述与支持向量机21-35
3.1 统计学习论述21-25
3.1.1 VC维22-23
3.1.2 推广性界23
3.1.3 结构风险最小化23-25
3.2 支持向量机25-31
3.2.1 线性情况下的最优超平面构造26-27
3.2.2 非线性情况27-28
3.2.3 参数优化28-29
3.2.4 增量学习29-31
3.3 基于SVM的滚动轴承故障诊断步骤31-32
3.4 算例验证32-34
3.5 本章小结34-35
第四章 滚动轴承振动故障试验设计35-42
4.1 试验总体设计35-36
4.2 实验硬件设计36-39
4.3 实验软件设计39-41
4.4 本章小结41-42
第五章 基于小波浅析的滚动轴承降噪及信号特点提取42-54
5.1 小波论述进展42-43
5.2 小波浅析基础43-46
5.3 小波包浅析46-48
5.3.1 小波包定义46-47
5.3.2 小波包分解重构47-48
5.4 小波变换在滚动轴承故障诊断中的运用48-53
5.4.1 利用小波包进行故障频率浅析48-49
5.4.2 小波变换在信号降噪上的运用49-51
5.4.3 小波变换运用于信号特点提取51-53
5.5 本章小结53-54
第六章 基于支持向量机的故障诊断策略54-61
6.1 多故障分类器模型的建立54-56
6.3 实验探讨56-59
6.4 结果浅析与讨论59-60
6.5 本章小结60-61
第七章 总结与展望61-63
7.1 总结61
7.2 展望61-63