| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 引言 | 第9页 |
| 1.2 故障诊断方法的研究现状 | 第9-11页 |
| 1.3 数据驱动技术概述 | 第11-13页 |
| 1.3.1 数据驱动技术的发展现状及优势 | 第11-12页 |
| 1.3.2 基于数据驱动技术的故障诊断方法 | 第12-13页 |
| 1.4 本课题研究内容 | 第13-15页 |
| 第2章 管网泄漏检测原理及实验平台的设计 | 第15-25页 |
| 2.1 管网泄漏检测定位原理 | 第15-16页 |
| 2.1.1 负压波检测方法的理论 | 第15页 |
| 2.1.2 音波产生机理 | 第15-16页 |
| 2.2 实验平台的设计 | 第16-24页 |
| 2.2.1 硬件部分 | 第16-21页 |
| 2.2.2 Labview 监控平台 | 第21-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于小波包的管网故障特征向量的提取 | 第25-33页 |
| 3.1 小波包变换的引入 | 第25-28页 |
| 3.1.1 傅里叶变换 | 第25-26页 |
| 3.1.2 小波变换 | 第26-28页 |
| 3.1.3 小波包变换定义 | 第28页 |
| 3.2 信号的小波包降噪 | 第28-29页 |
| 3.2.1 小波降噪 | 第28-29页 |
| 3.2.2 小波包降噪 | 第29页 |
| 3.3 信号的小波包降噪 Matlab 实现 | 第29-30页 |
| 3.4 小波包故障特征能量的提取 | 第30页 |
| 3.5 管网泄漏故障的小波包变换的特征能量提取 | 第30-32页 |
| 3.6 本章小结 | 第32-33页 |
| 第4章 基于改进经验模态分解的故障特征提取 | 第33-47页 |
| 4.1 EMD 方法的基本思想与理论 | 第33-39页 |
| 4.1.1 经验模态经分解的提出 | 第33-34页 |
| 4.1.2 模态经验分解理论 | 第34-39页 |
| 4.2 基于二代小波插值的经验模态改进方法 | 第39-41页 |
| 4.2.1 二代小波插值理论 | 第39-40页 |
| 4.2.2 改进的经验模态分解方法 | 第40-41页 |
| 4.3 改进 EMD 方法在输油管网系统的特征提取 | 第41-45页 |
| 4.3.1 管道故障特征提取方法 | 第41-43页 |
| 4.3.2 基于改进 EMD 的管网泄漏故障特征提取 | 第43-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第5章 基于神经网络的输油管网故障诊断方法 | 第47-57页 |
| 5.1 神经网络概述 | 第47-50页 |
| 5.1.1 神经元数学模型 | 第48-49页 |
| 5.1.2 神经网络模型结构分类 | 第49-50页 |
| 5.2 BP 神经网络理论 | 第50-53页 |
| 5.2.1 BP 神经网络概述 | 第50-52页 |
| 5.2.2 神经网络故障诊断原理 | 第52-53页 |
| 5.3 神经网络故障诊断方法在输油管网故障诊断 | 第53-55页 |
| 5.4 本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间所发表的论文 | 第63-65页 |
| 致谢 | 第65页 |