基于小波变换与SVM的钻杆故障诊断
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 背景及意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国内外故障诊断技术的研究现状 | 第12-13页 |
| 1.2.2 故障信号特征提取方法研究现状 | 第13-14页 |
| 1.2.3 小波变换在故障诊断中的应用现状 | 第14-15页 |
| 1.3 本文研究内容 | 第15-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第二章 钻杆故障诊断研究平台设计 | 第18-30页 |
| 2.1 研究平台设计 | 第18-24页 |
| 2.1.1 总体功能设计 | 第19页 |
| 2.1.2 功能模块分解 | 第19-20页 |
| 2.1.3 平台仿真设计 | 第20-23页 |
| 2.1.4 平台仿真分析 | 第23-24页 |
| 2.2 研究平台制作 | 第24-25页 |
| 2.3 诊断方案设计 | 第25-26页 |
| 2.4 实验信号采集 | 第26-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 基于小波变换的信号去噪 | 第30-41页 |
| 3.1 小波阀值去噪原理 | 第30-35页 |
| 3.1.1 小波变换原理 | 第30-31页 |
| 3.1.2 小波基的选择 | 第31-32页 |
| 3.1.3 阀值去噪原理 | 第32-33页 |
| 3.1.4 改进阀值函数 | 第33-35页 |
| 3.2 阀值函数对比分析 | 第35-39页 |
| 3.2.1 仿真实验分析 | 第35-38页 |
| 3.2.2 去噪实例分析 | 第38-39页 |
| 3.3 本章小结 | 第39-41页 |
| 第四章 基于小波变换的钻杆故障特征提取 | 第41-52页 |
| 4.1 小波包能量分解原理 | 第41-44页 |
| 4.1.1 小波包分解的原理 | 第41-43页 |
| 4.1.2 小波包能量分解算法 | 第43-44页 |
| 4.2 钻杆故障特征提取 | 第44-51页 |
| 4.2.1 小波包分解的频带分析 | 第44-48页 |
| 4.2.2 钻杆故障特征向量构建 | 第48-51页 |
| 4.3 本章小结 | 第51-52页 |
| 第五章 基于小波变换与SVM的钻杆状态分类 | 第52-66页 |
| 5.1 支持向量机原理 | 第52-57页 |
| 5.1.1 支持向量机原理 | 第52-53页 |
| 5.1.2 SVM的分类方法 | 第53-55页 |
| 5.1.3 SVM的参数选择 | 第55-56页 |
| 5.1.4 SVM的多类分类 | 第56-57页 |
| 5.2 基于SVM的钻杆状态多类分类 | 第57-60页 |
| 5.3 基于小波分形的钻杆状态分类 | 第60-65页 |
| 5.3.1 小波分形原理 | 第60-62页 |
| 5.3.2 钻杆状态分类 | 第62-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 结论与展望 | 第66-68页 |
| 6.1 结论 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
