1 緒論
1.1 軸承故障檢測的意義
1.2 軸承故障診斷的研究現(xiàn)狀
1.3 研究框架
2 基礎(chǔ)理論介紹
2.1 經(jīng)典小波分析
2.2 提升小波分析
2.2.1 提升算法的基本理論
2.2.2 提升小波變換
2.2.3 提升算法與經(jīng)典小波
2.2.4 冗余提升小波原理
2.2.5 節(jié)點(diǎn)信號(hào)的單支重構(gòu)算法
2.3 小波閾值降噪理論
2.3.1 閾值降噪過程
2.3.2 閾值函數(shù)的選取
2.3.3 閾值的選取
2.4 滾動(dòng)軸承的故障分析基礎(chǔ)
2.5 小結(jié)
3 自適應(yīng)冗余提升小波包分析
3.1 自適應(yīng)冗余提升算法
3.1.1 預(yù)測算子與更新算子設(shè)計(jì)
3.1.2 lp范數(shù)
3.2 改進(jìn)的小波包算法
3.2.1 頻率混疊
3.2.2 頻帶交錯(cuò)
3.3 算法的總體框架
3.3.1 正變換分解過程
3.3.2 節(jié)點(diǎn)信號(hào)單支重構(gòu)算法
3.4 特征提取算法
3.5 工程實(shí)例分析
3.6 小結(jié)
4 基于數(shù)據(jù)擬合的提升小波構(gòu)造新算法
4.1 新提升小波的構(gòu)造
4.1.1 數(shù)據(jù)擬合的最小二乘法算法原理
4.1.2 基于數(shù)據(jù)擬合的預(yù)測算子構(gòu)造算法
4.1.3 預(yù)測算子、更新算子與濾波器系數(shù)
4.2 小波構(gòu)造實(shí)例
4.2.1 基于代數(shù)式基函數(shù)的擬合函數(shù)
4.2.2 基于超越式基函數(shù)的擬合函數(shù)
4.3 小波函數(shù)特性分析
4.3.1 小波的時(shí)域特性
4.3.2 小波的頻域特性
4.4 小結(jié)
5 基于擬合的自適應(yīng)冗余提升小波分析
5.1 基于擬合的冗余提升小波變換
5.1.1 基于擬合的新小波的構(gòu)造
5.1.2 基于lp范數(shù)的目標(biāo)函數(shù)
5.1.3 分段功率譜估計(jì)
5.2 實(shí)例分析一
5.2.1 實(shí)驗(yàn)信號(hào)分析
5.2.2 工程信號(hào)分析
5.3 基于擬合的冗余提升小波包變換
5.4 實(shí)例分析二
5.4.1 實(shí)驗(yàn)信號(hào)分析
5.4.2 工程信號(hào)分析
5.5 小結(jié)
6 基于自適應(yīng)冗余提升小波降噪分析的軸承狀態(tài)識(shí)別
6.1 變尺度閾值降噪算法
6.2 基于Lagrange插值的提升小波降噪分析
6.2.1 提升小波構(gòu)造
6.2.2 實(shí)驗(yàn)信號(hào)分析
6.2.3 工程信號(hào)分析
6.3 變尺度小波能量分析
6.4 基于數(shù)據(jù)擬合的提升小波降噪分析
6.4.1 提升小波構(gòu)造
6.4.2 實(shí)驗(yàn)信號(hào)分析
6.4.3 工程信號(hào)分析
6.5 小結(jié)
7 總結(jié)與展望
參考文獻(xiàn)