基于支持向量机的烟气轮机故障诊断研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-18页 |
| ·课题的提出 | 第14页 |
| ·烟气轮机故障研究的意义与现状 | 第14-15页 |
| ·振动故障诊断的现状与发展概况 | 第15-16页 |
| ·研究的主要内容 | 第16-18页 |
| 第二章 小波分析理论 | 第18-26页 |
| ·小波变换理论及性质 | 第18-21页 |
| ·连续小波变换 | 第19-20页 |
| ·二进小波变换 | 第20-21页 |
| ·离散小波变换 | 第21页 |
| ·小波变换模极大值点与信号突变点间的关系 | 第21-22页 |
| ·小波包分析方法 | 第22-24页 |
| ·小结 | 第24-26页 |
| 第三章 支持向量机理论 | 第26-36页 |
| ·支持向量机的产生和发展 | 第26-27页 |
| ·基于支持向量机的二分类方法 | 第27-30页 |
| ·线性分类算法 | 第28-29页 |
| ·非线性分类算法 | 第29-30页 |
| ·核函数 | 第30-32页 |
| ·常用核函数 | 第31-32页 |
| ·基于核的支持向量机模型 | 第32页 |
| ·参数选择 | 第32-35页 |
| ·支持向量机参数 | 第33-34页 |
| ·核函数参数 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第四章 基于小波的故障信号预处理 | 第36-48页 |
| ·小波用于仿真信号的预处理 | 第36-40页 |
| ·基于虚拟仪器的振动信号的仿真 | 第37-38页 |
| ·小波用于仿真信号奇异点分析 | 第38-40页 |
| ·信号的采集 | 第40-42页 |
| ·故障信号的小波处理 | 第42-45页 |
| ·特征提取流程 | 第42-43页 |
| ·故障信号的放大 | 第43-44页 |
| ·故障信号层次分解与重构 | 第44-45页 |
| ·特征向量 | 第45-46页 |
| ·小结 | 第46-48页 |
| 第五章 基于支持向量机的烟气轮机故障诊断 | 第48-68页 |
| ·实验方案 | 第48-49页 |
| ·设备信息及样本数据 | 第49-52页 |
| ·设备信息 | 第49-50页 |
| ·训练样本与测试样本 | 第50-52页 |
| ·SVM故障诊断 | 第52-65页 |
| ·基于C-SVC的故障诊断 | 第53页 |
| ·v参数SVM的故障诊断 | 第53-57页 |
| ·基于最小二乘LS-SVM的故障诊断 | 第57-65页 |
| ·小结 | 第65-68页 |
| 第六章 结论与展望 | 第68-70页 |
| ·结论 | 第68-69页 |
| ·展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 攻读硕士学位期间发表的论文 | 第76-78页 |
| 作者和导师简介 | 第78-79页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第79-80页 |
