基于信息熵的涡旋压缩机的故障诊断研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| ·课题研究的背景 | 第12页 |
| ·国内外的研究现状 | 第12-14页 |
| ·涡旋压缩机国外研究现状 | 第12-13页 |
| ·涡旋压缩机国内研究现状 | 第13-14页 |
| ·涡旋压缩机的发展趋势 | 第14-15页 |
| ·课题的来源与意义 | 第15-16页 |
| ·课题来源 | 第15页 |
| ·课题意义 | 第15-16页 |
| ·课题主要研究工作 | 第16-17页 |
| 第2章 涡旋压缩机故障特征和实验平台概述 | 第17-24页 |
| ·涡旋压缩机的基本结构 | 第17-18页 |
| ·涡旋压缩机的基本原理 | 第18-19页 |
| ·涡旋压缩机故障诊断中的难点 | 第19-20页 |
| ·涡旋压缩机故障特征 | 第20-21页 |
| ·故障测试平台的搭建 | 第21-24页 |
| 第3章 信息熵理论及相关特征 | 第24-41页 |
| ·信息熵的定义 | 第24-26页 |
| ·熵的概念 | 第24-25页 |
| ·熵的性质 | 第25-26页 |
| ·基于信息熵的涡旋压缩机故障方法 | 第26-27页 |
| ·信息熵诊断的基本原理 | 第27页 |
| ·振动信号时域的信息熵特征 | 第27-31页 |
| ·奇异值分解理论 | 第27-29页 |
| ·参数选取问题 | 第29-31页 |
| ·振动信号频域的信息熵特征 | 第31-32页 |
| ·振动信号时-频域的信息熵特征 | 第32-40页 |
| ·连续、离散小波区别 | 第34页 |
| ·连续小波变换 | 第34-37页 |
| ·离散小波变换 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 灰关联度分析 | 第41-51页 |
| ·灰色关联简介 | 第41-50页 |
| ·灰色关联分析的概述 | 第41-42页 |
| ·灰关联空间定义 | 第42-43页 |
| ·灰关联度分析模型 | 第43-47页 |
| ·灰关联分析在复杂机械设备诊断中的应用 | 第47-49页 |
| ·灰关联分析的应用举例 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 实验结果分析 | 第51-66页 |
| ·熵的分析模块 | 第51-52页 |
| ·MATLAB 信号处理工具箱 | 第51-52页 |
| ·信号处理工具箱中算法实现 | 第52页 |
| ·测试方案 | 第52-53页 |
| ·结果分析 | 第53-63页 |
| ·不同转速下的信息熵 | 第63-64页 |
| ·基于灰关联度故障诊断方法 | 第64-65页 |
| ·本章小节 | 第65-66页 |
| 结论与展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 附录 A 攻读学位期间所发表的学术论文 | 第72-73页 |
| 附录 B 部分奇异值谱熵程序 | 第73-74页 |
| 附录 C 功率谱熵部分算法实现程序 | 第74-76页 |
| 附录 D 小波空间特征熵 | 第76-77页 |
| 附录 E 部分小波能谱熵源程序 | 第77-78页 |
