| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第14-29页 |
| 1.1 研究的背景及意义 | 第14-18页 |
| 1.2 密封工作状态监测技术 | 第18-20页 |
| 1.2.1 密封工作状态监测方法分类 | 第18-20页 |
| 1.2.2 密封工作状态监测系统组成 | 第20页 |
| 1.3 机械密封状态监测国内外研究现状 | 第20-25页 |
| 1.3.1 密封状态监测国外研究成果 | 第22-23页 |
| 1.3.2 密封状态监测国内研究成果 | 第23-25页 |
| 1.4 现有监测技术的不足和发展趋势 | 第25-27页 |
| 1.5 本文主要研究内容与章节安排 | 第27-29页 |
| 第2章 机械密封端面状态监测实验及结果分析 | 第29-41页 |
| 2.1 机械密封原理与优缺点 | 第29-30页 |
| 2.2 机械密封端面接触形式及摩擦机理 | 第30-32页 |
| 2.3 机械密封状态监测实验 | 第32-35页 |
| 2.3.1 监测实验选用传感器 | 第33页 |
| 2.3.2 监测实验装置及参数 | 第33-35页 |
| 2.4 密封工作状态监测方案 | 第35-37页 |
| 2.4.1 直接测量方案 | 第35-36页 |
| 2.4.2 间接测量方案 | 第36-37页 |
| 2.5 实验结果与数据分析 | 第37-40页 |
| 2.5.1 流体动压密封开启转速检测 | 第37-38页 |
| 2.5.2 流体静压密封膜厚测量 | 第38-40页 |
| 2.6 本章小结 | 第40-41页 |
| 第3章 基于声发射密封端面开启转速检测 | 第41-61页 |
| 3.1 基于声发射的密封摩擦状态监测技术 | 第41-45页 |
| 3.1.1 声发射信号 | 第41-42页 |
| 3.1.2 机械密封端面摩擦形式及声发射信号 | 第42-45页 |
| 3.2 机械密封声发射监测技术 | 第45-46页 |
| 3.3 经验模态分解技术及应用 | 第46-49页 |
| 3.3.1 固有模态函数 | 第47页 |
| 3.3.2 声发射信号经验模态分解过程 | 第47-49页 |
| 3.4 Laplace小波相关滤波 | 第49-53页 |
| 3.4.1 Laplace小波 | 第49-51页 |
| 3.4.2 Laplace小波相关系数滤波 | 第51-52页 |
| 3.4.3 双边非对称Laplace小波 | 第52-53页 |
| 3.5 密封端面开启转速检测 | 第53-60页 |
| 3.5.1 应用工况一 | 第54-55页 |
| 3.5.2 应用工况二 | 第55-57页 |
| 3.5.3 应用工况三 | 第57-60页 |
| 3.6 本章小结 | 第60-61页 |
| 第4章 机械密封端面接触状态识别 | 第61-77页 |
| 4.1 支持向量机 | 第62-65页 |
| 4.1.1 超平面支持向量机 | 第62-63页 |
| 4.1.2 VC维理论 | 第63页 |
| 4.1.3 结构风险最小化原理 | 第63-65页 |
| 4.2 超球面支持向量机 | 第65-66页 |
| 4.3 超平面SVM与超球面SVM的区别 | 第66-69页 |
| 4.4 模型参数的选择 | 第69-70页 |
| 4.5 超球面支持向量机在密封端面摩擦状态识别中的应用 | 第70-76页 |
| 4.5.1 机械密封声发射信号波形参数 | 第70-71页 |
| 4.5.2 小波包能量特征 | 第71-74页 |
| 4.5.3 密封端面接触状态识别 | 第74-76页 |
| 4.6 本章小结 | 第76-77页 |
| 第5章 机械密封端面磨损状态评估 | 第77-96页 |
| 5.1 隐马尔可夫模型 | 第78-81页 |
| 5.1.1 马尔可夫链 | 第78页 |
| 5.1.2 隐马尔可夫链 | 第78-80页 |
| 5.1.3 隐马尔可夫模型定义 | 第80-81页 |
| 5.2 隐马尔可夫模型分类 | 第81-82页 |
| 5.2.1 按观测变量分类 | 第81页 |
| 5.2.2 按马尔可夫链分类 | 第81-82页 |
| 5.3 隐马尔可夫模型基本算法 | 第82-83页 |
| 5.4 因子隐马尔可夫模型 | 第83-87页 |
| 5.4.1 因子隐马尔可夫模型结构 | 第84-85页 |
| 5.4.2 因子隐马尔可夫模型基本算法 | 第85-87页 |
| 5.5 机械密封端面磨损状态评估 | 第87-92页 |
| 5.5.1 因子隐马尔可夫模型评估算法流程 | 第88-89页 |
| 5.5.2 密封端面磨损状态评估 | 第89-92页 |
| 5.6 偏置因子隐马尔可夫模型 | 第92-94页 |
| 5.7 本章小结 | 第94-96页 |
| 第6章 机械密封摩擦副剩余寿命预测 | 第96-109页 |
| 6.1 灰色理论 | 第97-102页 |
| 6.1.1 灰色模型 | 第98页 |
| 6.1.2 灰色模型的建模原理、方法与步骤 | 第98-101页 |
| 6.1.3 基于灰色理论寿命预测 | 第101-102页 |
| 6.2 粒子滤波技术 | 第102-104页 |
| 6.2.1 重要性采样 | 第102-103页 |
| 6.2.2 权值更新 | 第103页 |
| 6.2.3 信号重采样技术 | 第103-104页 |
| 6.3 灰色粒子滤波预测法 | 第104-105页 |
| 6.3.1 灰色模型的使用范围和检验标准 | 第104-105页 |
| 6.3.2 粒子滤波使用范围与介入条件 | 第105页 |
| 6.4 机械密封摩擦副剩余寿命预测 | 第105-107页 |
| 6.5 本章小结 | 第107-109页 |
| 结论与展望 | 第109-112页 |
| 致谢 | 第112-113页 |
| 参考文献 | 第113-120页 |
| 攻读学位期间发表的学术论文及成果 | 第120-121页 |
| 主研和参硏的科研项目 | 第121页 |