1 绪论
1.1 轴承故障检测的意义
1.2 轴承故障诊断的研究现状
1.3 研究框架
2 基础理论介绍
2.1 经典小波分析
2.2 提升小波分析
2.2.1 提升算法的基本理论
2.2.2 提升小波变换
2.2.3 提升算法与经典小波
2.2.4 冗余提升小波原理
2.2.5 节点信号的单支重构算法
2.3 小波阈值降噪理论
2.3.1 阈值降噪过程
2.3.2 阈值函数的选取
2.3.3 阈值的选取
2.4 滚动轴承的故障分析基础
2.5 小结
3 自适应冗余提升小波包分析
3.1 自适应冗余提升算法
3.1.1 预测算子与更新算子设计
3.1.2 lp范数
3.2 改进的小波包算法
3.2.1 频率混叠
3.2.2 频带交错
3.3 算法的总体框架
3.3.1 正变换分解过程
3.3.2 节点信号单支重构算法
3.4 特征提取算法
3.5 工程实例分析
3.6 小结
4 基于数据拟合的提升小波构造新算法
4.1 新提升小波的构造
4.1.1 数据拟合的最小二乘法算法原理
4.1.2 基于数据拟合的预测算子构造算法
4.1.3 预测算子、更新算子与滤波器系数
4.2 小波构造实例
4.2.1 基于代数式基函数的拟合函数
4.2.2 基于超越式基函数的拟合函数
4.3 小波函数特性分析
4.3.1 小波的时域特性
4.3.2 小波的频域特性
4.4 小结
5 基于拟合的自适应冗余提升小波分析
5.1 基于拟合的冗余提升小波变换
5.1.1 基于拟合的新小波的构造
5.1.2 基于lp范数的目标函数
5.1.3 分段功率谱估计
5.2 实例分析一
5.2.1 实验信号分析
5.2.2 工程信号分析
5.3 基于拟合的冗余提升小波包变换
5.4 实例分析二
5.4.1 实验信号分析
5.4.2 工程信号分析
5.5 小结
6 基于自适应冗余提升小波降噪分析的轴承状态识别
6.1 变尺度阈值降噪算法
6.2 基于Lagrange插值的提升小波降噪分析
6.2.1 提升小波构造
6.2.2 实验信号分析
6.2.3 工程信号分析
6.3 变尺度小波能量分析
6.4 基于数据拟合的提升小波降噪分析
6.4.1 提升小波构造
6.4.2 实验信号分析
6.4.3 工程信号分析
6.5 小结
7 总结与展望
参考文献