| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-29页 |
| 1.1 课题背景及研究的目的和意义 | 第11页 |
| 1.2 故障监测研究现状及分析 | 第11-19页 |
| 1.2.1 基于信号处理的特征提取 | 第12-14页 |
| 1.2.2 基于多源信息融合的特征提取 | 第14-19页 |
| 1.3 液压系统故障辨识研究现状及分析 | 第19-24页 |
| 1.3.1 液压系统的故障辨识方法 | 第19-24页 |
| 1.3.2 液压系统的故障辨识对象 | 第24页 |
| 1.4 翻车机液压系统的工作特点 | 第24-26页 |
| 1.5 本文的主要研究内容 | 第26-29页 |
| 第2章 翻车机液压系统建模与仿真分析 | 第29-45页 |
| 2.1 引言 | 第29页 |
| 2.2 翻车机的工作原理 | 第29-31页 |
| 2.3 卸料过程的负载分析 | 第31-34页 |
| 2.4 基于卸料模型的故障监测 | 第34-35页 |
| 2.5 压车缸压下过程建模 | 第35-39页 |
| 2.5.1 压下过程压车缸的负载分析 | 第35-37页 |
| 2.5.2 液压系统数学建模 | 第37-38页 |
| 2.5.3 压车缸压下动态特性仿真分析 | 第38-39页 |
| 2.6 系统故障案例仿真分析 | 第39-43页 |
| 2.6.1 液压缸内泄漏故障仿真 | 第42页 |
| 2.6.2 节流孔阻塞故障仿真 | 第42-43页 |
| 2.7 本章小结 | 第43-45页 |
| 第3章 基于多模型静态PCA的翻车机液压系统故障诊断研究 | 第45-78页 |
| 3.1 引言 | 第45页 |
| 3.2 基于相关性的多变量特征表示 | 第45-46页 |
| 3.3 主成分分析的数据特征提取 | 第46-48页 |
| 3.4 基于T2和SPE统计量的故障监测 | 第48-50页 |
| 3.5 多模型静态PCA的数据分解与预处理 | 第50-51页 |
| 3.6 基于多模型静态PCA特征提取的翻车机液压系统故障监测 | 第51-55页 |
| 3.6.1 生产过程的多模型PCA特征提取 | 第51页 |
| 3.6.2 翻车机液压系统监测结果分析 | 第51-55页 |
| 3.7 基于自适应多模型静态PCA的翻车机液压系统故障监测 | 第55-58页 |
| 3.7.1 PCA特征的自适应更新策略 | 第55页 |
| 3.7.2 递归自适应统计参数更新 | 第55-57页 |
| 3.7.3 翻车机液压系统的自适应PCA监测结果分析 | 第57-58页 |
| 3.8 基于分组多模型静态PCA的翻车机液压系统故障监测 | 第58-66页 |
| 3.8.1 基于工作机理的变量分组 | 第58-59页 |
| 3.8.2 工作机理分组正常工作状态的监测结果分析 | 第59-61页 |
| 3.8.3 工作机理分组压车缸泄漏故障的监测结果分析 | 第61-62页 |
| 3.8.4 基于数据分析的变量分组研究 | 第62-64页 |
| 3.8.5 基于数据分析变量分组PCA的监测结果分析 | 第64-66页 |
| 3.9 基于PCA关系特征的故障辨识研究 | 第66-76页 |
| 3.9.1 贡献图法的故障辨识 | 第67-68页 |
| 3.9.2 单变量重构贡献率的故障辨识 | 第68-69页 |
| 3.9.3 多变量重构贡献率的故障辨识 | 第69-70页 |
| 3.9.4 基于单变量重构翻车机液压系统传感器故障的辨识结果分析 | 第70-72页 |
| 3.9.5 基于多变量重构翻车机液压系统故障辨识结果分析 | 第72-76页 |
| 3.10 本章小结 | 第76-78页 |
| 第4章 基于多模型动态PCA的翻车机液压系统故障监测研究 | 第78-104页 |
| 4.1 引言 | 第78页 |
| 4.2 动态PCA的分类 | 第78-79页 |
| 4.3 多模型动态PCA特征提取 | 第79-80页 |
| 4.4 时序相关性对单变量统计故障监测的影响 | 第80-81页 |
| 4.5 时序相关性对PCA关系模型的影响 | 第81-82页 |
| 4.6 时序相关性对SPE统计量控制限的影响 | 第82-83页 |
| 4.7 基于消去时序相关性多模型DPCA特征提取的故障监测 | 第83-89页 |
| 4.7.1 时变时间序列建模 | 第84-86页 |
| 4.7.2 基于多模型消去时序相关的DPCA监测方法研究 | 第86页 |
| 4.7.3 翻车机液压系统故障监测的应用 | 第86-89页 |
| 4.8 基于增广矩阵多模型DPCA特征提取的故障监测 | 第89-97页 |
| 4.8.1 增广矩阵DPCA的时序关系特征提取分析 | 第89-91页 |
| 4.8.2 增广矩阵DPCA的变量滞后阶次选取 | 第91-92页 |
| 4.8.3 多种DPCA特征向量的比较分析 | 第92-93页 |
| 4.8.4 基于增广矩阵DPCA特征提取的监测结果分析 | 第93-94页 |
| 4.8.5 增广矩阵多模型DPCA特征提取的方法研究 | 第94-95页 |
| 4.8.6 翻车机液压系统故障监测结果分析 | 第95-97页 |
| 4.9 基于多模型典型变量分析特征提取的故障监测 | 第97-102页 |
| 4.9.1 典型变量分析的性质 | 第97-98页 |
| 4.9.2 典型变量分析变换矩阵的求解 | 第98页 |
| 4.9.3 基于典型变量分析特征提取的监测统计量 | 第98-99页 |
| 4.9.4 基于AIC准则的典型变量定阶 | 第99-100页 |
| 4.9.5 翻车机液压系统故障监测结果分析 | 第100-102页 |
| 4.10 本章小结 | 第102-104页 |
| 第5章 翻车机液压系统故障诊断系统的设计与实现 | 第104-114页 |
| 5.1 引言 | 第104页 |
| 5.2 数据采集系统设计 | 第104-107页 |
| 5.2.1 数据采集硬件部分 | 第104-106页 |
| 5.2.2 数据采集软件部分 | 第106-107页 |
| 5.3 故障诊断程序开发 | 第107-112页 |
| 5.3.1 基于故障状态下压力波动规律的故障诊断 | 第107-109页 |
| 5.3.2 基于故障树的故障诊断 | 第109-110页 |
| 5.3.3 基于PCA特征提取的故障诊断 | 第110-112页 |
| 5.4 故障诊断实例 | 第112页 |
| 5.5 本章小结 | 第112-114页 |
| 结论 | 第114-116页 |
| 参考文献 | 第116-125页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第125-126页 |
| 致谢 | 第126页 |
