摘要 | 第1-7页 |
Abstract | 第7-13页 |
第1章 绪论 | 第13-25页 |
·研究背景与意义 | 第13-15页 |
·设备维护的价值 | 第13页 |
·大机组维护 | 第13-15页 |
·压缩机维护研究进展 | 第15-22页 |
·压缩机转子系统故障的非线性动力学研究 | 第15-17页 |
·齿轮故障诊断研究 | 第17-18页 |
·压缩机故障智能诊断研究 | 第18-20页 |
·机组状态预测研究 | 第20-21页 |
·机组监测技术与系统研究 | 第21-22页 |
·论文的主要研究工作及整体框架 | 第22-25页 |
·本文的主要研究工作 | 第23-24页 |
·论文的整体框架 | 第24-25页 |
第2章 基于非线性动力学的转子系统故障机理研究 | 第25-66页 |
·转子系统松动故障的非线性动力学建模及机理分析 | 第25-39页 |
·支座松动转子-轴承系统的力学模型 | 第25-26页 |
·支座松动转子-轴承系统的运动微分方程 | 第26-27页 |
·支座松动转子系统的动力学行为 | 第27-38页 |
·支座松动转子系统的故障特征 | 第38-39页 |
·转子系统碰摩故障的非线性动力学建模及机理分析 | 第39-50页 |
·碰摩转子-轴承系统的力学模型 | 第39页 |
·碰摩转子-轴承系统的运动微分方程 | 第39-40页 |
·碰摩转子系统的动力学行为 | 第40-50页 |
·碰摩故障转子系统的特征 | 第50页 |
·转子系统松动-碰摩耦合故障的动力学建模及机理分析 | 第50-65页 |
·松动-碰摩耦合故障转子系统力学模型 | 第50-51页 |
·松动-碰摩耦合故障转子系统的运动微分方程 | 第51-52页 |
·松动-碰摩耦合故障转子系统动力学行为 | 第52-64页 |
·松动-碰摩故障系统的特征 | 第64-65页 |
·小结 | 第65-66页 |
第3章 基于时频分析的压缩机故障诊断方法研究 | 第66-83页 |
·基于经验模态分解与关联维数的压缩机转子故障诊断研究 | 第66-75页 |
·EMD 方法的基本概念和原理 | 第66-67页 |
·关联维数的基本理论及计算 | 第67-68页 |
·基于关联维数和EMD 的转子故障诊断方法 | 第68-69页 |
·基于关联维数和EMD 诊断方法的仿真验证 | 第69-75页 |
·基于广义解调时频分析的压缩机齿轮故障诊断研究 | 第75-82页 |
·广义解调时频分析方法 | 第76-79页 |
·基于广义解调时频分析的齿轮故障诊断 | 第79-82页 |
·小结 | 第82-83页 |
第4章 基于案例推理的压缩机智能诊断研究 | 第83-99页 |
·基于本体的案例推理 | 第83-90页 |
·案例推理原理 | 第83页 |
·本体的基本理论 | 第83-84页 |
·基于本体的案例表示研究 | 第84-90页 |
·基于本体的案例检索 | 第90-95页 |
·故障案例的语义匹配 | 第90-92页 |
·案例的最邻近匹配 | 第92-95页 |
·基于本体的案例推理系统框架及其实现 | 第95-98页 |
·基于本体的案例推理系统框架 | 第95-96页 |
·故障诊断实例 | 第96-98页 |
·小结 | 第98-99页 |
第5章 面向预知维护的压缩机状态预测研究 | 第99-109页 |
·基于EMD 和SVM 的压缩机状态预测研究 | 第99-104页 |
·支持向量机预测 | 第99-104页 |
·基于EMD 和SVM 的状态预测流程 | 第104页 |
·压缩机振动趋势预测实例 | 第104-107页 |
·小结 | 第107-109页 |
第6章 压缩机群监测技术及其系统实现 | 第109-131页 |
·大机组的群监测模式 | 第109-110页 |
·群监测的关键技术分析 | 第110-111页 |
·软件组态技术 | 第110页 |
·虚拟仪器技术 | 第110页 |
·面向对象技术 | 第110-111页 |
·面向压缩机群监测的监测组态设计 | 第111-117页 |
·监测组态结构 | 第111-113页 |
·监测组态数据流 | 第113-114页 |
·基于监测组态的数据采集与通讯设计 | 第114-115页 |
·基于监测组态的数据库设计 | 第115-117页 |
·压缩机群监测系统设计与实现 | 第117-130页 |
·群监测系统的分析与设计 | 第117-123页 |
·压缩机群监测系统实现 | 第123-130页 |
·小结 | 第130-131页 |
结论 | 第131-134页 |
参考文献 | 第134-144页 |
致谢 | 第144-145页 |
附录A 攻读学位期间发表和录用的论文目录 | 第145页 |