大型旋转机械状态监测与故障诊断系统
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 第一章 系统概述 | 第8-13页 |
| 1．1 研究领域及学科介绍 | 第8页 |
| 1．2 国内外发展状况及几种典型系统简介 | 第8-10页 |
| 1．3 本系统的工程意义 | 第10-11页 |
| 1．4 监控系统的功能模块设计 | 第11-13页 |
| 第二章 数字信号处理基本理论 | 第13-32页 |
| 2．1 频率混迭和采样定理 | 第14-16页 |
| 2．2 快速傅立叶变换（FFT变换） | 第16-18页 |
| 2．3 与DFT有关的几个问题 | 第18-24页 |
| 2．3．1 频率分辨率及DFT参数的选择 | 第18页 |
| 2．3．2 补零问题 | 第18-19页 |
| 2．3．3 窗函数及其在谱分析中的作用 | 第19-23页 |
| 2．3．4 栅栏效应 | 第23-24页 |
| 2．4 数字信号分析仪的一般原理及功能 | 第24-32页 |
| 2．4．1 相关分析 | 第24-26页 |
| 2．4．2 功率谱分析 | 第26-29页 |
| 2．4．3 相关函数 | 第29页 |
| 2．4．4 频响函数、相关函数和冲激响应函数估计 | 第29-30页 |
| 2．4．5 倒频谱 | 第30页 |
| 2．4．6 三维谱阵 | 第30-32页 |
| 第三章 数据采集理论及其实现 | 第32-37页 |
| 3．1 数据采集卡的选择 | 第32页 |
| 3．2 PCL_1800卡的A／D转换 | 第32-33页 |
| 3．3 硬件参数设置 | 第33-34页 |
| 3．3．1 采集卡性能 | 第33页 |
| 3．3．2 硬件设置 | 第33-34页 |
| 3．4 采集软件的开发 | 第34-37页 |
| 3．4．1 软件开发方式 | 第34-35页 |
| 3．4．2 Visual C++环境下的软件开发 | 第35-37页 |
| 第四章 趋势预测的实现——BP网络模型理论 | 第37-41页 |
| 4．1 人工神经网络——BP模型介绍 | 第37-39页 |
| 4．2 网络的训练算法 | 第39-41页 |
| 第五章 系统的软件设计 | 第41-50页 |
| 5．1 数据采集模块 | 第42页 |
| 5．2 状态监测模块 | 第42页 |
| 5．3 趋势分析模块 | 第42页 |
| 5．4 信号处理模块 | 第42-48页 |
| 5．5 故障诊断模块 | 第48-50页 |
| 第六章 软件操作说明 | 第50-61页 |
| 6．1 设备管理 | 第50-51页 |
| 6．1．1 机组报表管理 | 第50-51页 |
| 6．1．2 机组布局 | 第51页 |
| 6．2 实时监测 | 第51-52页 |
| 6．3 信号分析——时域分析 | 第52-56页 |
| 6．4 信号分析——频谱分析 | 第56-59页 |
| 6．5 信号分析——谱阵分析 | 第59页 |
| 6．6 系统帮助 | 第59-61页 |
| 第七章 程序验证 | 第61-71页 |
| 7．1 自相关程序验证 | 第61页 |
| 7．2 自谱程序验证 | 第61-65页 |
| 7．3 倒谱程序验证 | 第65-66页 |
| 7．4 互功率谱程序验证 | 第66-68页 |
| 7．5 传递函数程序验证 | 第68-71页 |
| 第八章 总结与展望 | 第71-73页 |
| 8．1 总结 | 第71-72页 |
| 8．2 小波在信号处理中的应用 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76页 |
