| 第一章 绪论 | 第1-11页 |
| ·本课题的目的和意义 | 第7页 |
| ·国内外研究现状及发展趋势 | 第7-10页 |
| ·信号处理技术研究现状 | 第7-8页 |
| ·智能诊断方法研究现状 | 第8-9页 |
| ·离心压缩机故障诊断方法的发展趋势 | 第9-10页 |
| ·本文的主要研究内容 | 第10-11页 |
| 第二章 离心压缩机故障诊断方法研究 | 第11-17页 |
| ·引言 | 第11页 |
| ·离心压缩机故障诊断的发展现状 | 第11-13页 |
| ·国外离心压缩机故障诊断的发展现状 | 第11-12页 |
| ·国内离心压缩机故障诊断的发展现状 | 第12-13页 |
| ·离心压缩机常见故障及特征分析 | 第13-14页 |
| ·转子不平衡 | 第13页 |
| ·联轴器不对中 | 第13页 |
| ·转子有裂纹 | 第13-14页 |
| ·喘振 | 第14页 |
| ·轴承有间隙 | 第14页 |
| ·离心压缩机故障诊断方法 | 第14-15页 |
| ·参数法 | 第14-15页 |
| ·油液分析法 | 第15页 |
| ·振动声学法 | 第15页 |
| ·离心压缩机故障诊断技术面临的主要问题 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 基于小波包的特征提取方法研究 | 第17-26页 |
| ·引言 | 第17页 |
| ·小波分析方法 | 第17-18页 |
| ·小波分析的基本理论 | 第18-22页 |
| ·傅立叶变换 | 第18-19页 |
| ·小波定义 | 第19-20页 |
| ·小波包分解重构 | 第20-21页 |
| ·小波包定义 | 第21-22页 |
| ·小波包分析仿真 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第四章 基于 RBF 神经网络的诊断方法研究 | 第26-33页 |
| ·引言 | 第26页 |
| ·RBF 神经网络理论 | 第26-28页 |
| ·人工神经网络的发展概要 | 第26-27页 |
| ·人工神经网络的基本原理 | 第27页 |
| ·RBF 神经网络的原理 | 第27-28页 |
| ·RBF 神经网络的算法设计 | 第28-29页 |
| ·RBF 与 BP 神经网络的仿真对比研究 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第五章 基于小波-神经网络的离心压缩机智能诊断方法研究 | 第33-44页 |
| ·引言 | 第33页 |
| ·基于小波包的离心压缩机的故障特征提取 | 第33-39页 |
| ·基于 RBF 神经网络的离心压缩机故障诊断 | 第39-42页 |
| ·本章小结 | 第42-44页 |
| 结论 | 第44-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 中文详细摘要 | 第50-54页 |