| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 电液伺服阀智能诊断基础 | 第14-24页 |
| 2.1 前言 | 第14页 |
| 2.2 电液伺服阀组成、结构形式及工作原理 | 第14-17页 |
| 2.2.1 电液伺服阀组成和结构形式 | 第14-15页 |
| 2.2.2 双喷嘴挡板式伺服阀的工作原理 | 第15-17页 |
| 2.3 双喷嘴挡板式电液伺服阀失效模式及机理研究 | 第17-19页 |
| 2.4 液压AGC 伺服阀智能诊断实验基础 | 第19-23页 |
| 2.4.1 液压AGC 系统的构成及控制特点 | 第19-21页 |
| 2.4.2 液压AGC 伺服阀相关信号的采集 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 液压AGC 伺服阀内部流场仿真 | 第24-35页 |
| 3.1 前言 | 第24页 |
| 3.2 电液伺服阀三维参数化建模 | 第24-26页 |
| 3.2.1 Pro/E 参数化建模基础 | 第24-25页 |
| 3.2.2 伺服阀内部流体三维参数化模型 | 第25-26页 |
| 3.3 流场分析基本理论及FLUENT 简介 | 第26-29页 |
| 3.3.1 流场分析基本理论 | 第26-28页 |
| 3.3.2 FLUENT 简介 | 第28-29页 |
| 3.4 伺服阀内部流场FLUENT 仿真 | 第29-34页 |
| 3.4.1 模型网格划分、边界类型设定及求解控制 | 第29-30页 |
| 3.4.2 仿真结果与分析 | 第30-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 液压AGC 伺服阀状态信号特征提取方法研究 | 第35-53页 |
| 4.1 前言 | 第35页 |
| 4.2 伺服阀状态信号预处理 | 第35-39页 |
| 4.3 基于信号处理的方法 | 第39-49页 |
| 4.3.1 时域方法 | 第39-42页 |
| 4.3.2 频域方法 | 第42-43页 |
| 4.3.3 时频域方法 | 第43-49页 |
| 4.4 基于伺服阀动态特性的方法 | 第49-50页 |
| 4.5 特征向量品质评定 | 第50-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 液压AGC 伺服阀智能诊断算法研究 | 第53-71页 |
| 5.1 前言 | 第53-54页 |
| 5.2 支持向量机方法 | 第54-58页 |
| 5.2.1 一类支持向量机算法原理 | 第54-55页 |
| 5.2.2 一类支持向量机参数的选择 | 第55-56页 |
| 5.2.3 一类支持向量机诊断结果与讨论 | 第56-58页 |
| 5.3 人工神经网络方法 | 第58-65页 |
| 5.3.1 BP 神经网络设计 | 第60-61页 |
| 5.3.2 Bayes 正则化方法 | 第61-62页 |
| 5.3.3 改进的BP 神经网络诊断结果与讨论 | 第62-65页 |
| 5.4 基于伺服阀状态特征参量分布的诊断方法 | 第65-70页 |
| 5.4.1 伺服阀性能退化连续描述方法 | 第65-67页 |
| 5.4.2 诊断结果 | 第67-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 结论与展望 | 第71-73页 |
| 6.1 全文总结 | 第71-72页 |
| 6.2 工作展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士学位期间发表的论文 | 第78-80页 |