| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 国内外风机故障预测技术研究现状 | 第9-11页 |
| 1.2.1 国外风机故障预测技术研究现状 | 第9-10页 |
| 1.2.2 国内风机故障预测技术研究现状 | 第10-11页 |
| 1.3 故障预测方法研究现状 | 第11-13页 |
| 1.3.1 故障预测方法 | 第11-13页 |
| 1.3.2 故障预测方法对比及存在问题 | 第13页 |
| 1.4 论文研究内容和结构安排 | 第13-15页 |
| 第2章 影响引风机故障因素分析 | 第15-20页 |
| 2.1 引风机工作原理 | 第15-16页 |
| 2.2 引风机状态监测分析 | 第16-18页 |
| 2.3 引风机故障类型 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 基于偏最小二乘故障数据预处理 | 第20-35页 |
| 3.1 数据预处理 | 第20页 |
| 3.2 主成分分析理论 | 第20-21页 |
| 3.3 偏最小二乘回归分析理论 | 第21-23页 |
| 3.4 引风机轴承振动预测模型中的数据预处理 | 第23-29页 |
| 3.4.1 主成分分析在轴承振动预测中的应用 | 第23-27页 |
| 3.4.2 偏最小二乘分析在轴承振动预测中的应用 | 第27-29页 |
| 3.5 引风机轴承温度预测模型中的数据预处理 | 第29-34页 |
| 3.5.1 主成分分析在轴承温度预测中的应用 | 第29-32页 |
| 3.5.2 偏最小二乘法在轴承温度预测中的应用 | 第32-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 基于支持向量回归故障预测模型的建立 | 第35-45页 |
| 4.1 支持向量机理论 | 第35-38页 |
| 4.2 引风机轴承振动预测模型的建立 | 第38-41页 |
| 4.2.1 基于主成分分析的支持向量回归在轴承振动中的应用 | 第38-40页 |
| 4.2.2 基于偏最小二乘分析的支持向量回归在轴承振动中的应用 | 第40-41页 |
| 4.3 引风机轴承温度预测模型的建立 | 第41-43页 |
| 4.3.1 基于主成分分析的支持向量回归在轴承温度中的应用 | 第41-42页 |
| 4.3.2 基于偏最小二乘分析的支持向量回归在轴承温度中的应用 | 第42-43页 |
| 4.4 预测结果分析 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 引风机故障预测系统的实现 | 第45-59页 |
| 5.1 引风机故障预测设计 | 第45-54页 |
| 5.1.1 系统功能分析 | 第45-46页 |
| 5.1.2 系统实现关键技术 | 第46-48页 |
| 5.1.3 基于SSH的系统框架设计 | 第48-51页 |
| 5.1.4 数据库设计 | 第51-54页 |
| 5.2 状态监测功能实现 | 第54-55页 |
| 5.3 故障预测功能实现 | 第55-58页 |
| 5.3.1 预测和实测数据比对 | 第56-57页 |
| 5.3.2 预测模型的封装 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第65-66页 |
| 致谢 | 第66页 |
