旋转机械故障可视化和预测方法的研究
| 第一章 绪论 | 第1-10页 |
| ·故障诊断的意义、目的和任务 | 第6-7页 |
| ·故障诊断的发展现状 | 第7-8页 |
| ·可视化在故障诊断中的应用 | 第8-9页 |
| ·本文的主要工作 | 第9-10页 |
| 第二章 旋转机械的故障机理与诊断方法 | 第10-17页 |
| ·概述 | 第10页 |
| ·旋转机械故障机理 | 第10-12页 |
| ·旋转机械故障诊断理论和技术 | 第12-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 自组织网络模型与模式识别 | 第17-29页 |
| ·人工神经网络综述 | 第17-19页 |
| ·人工神经网络综述的发展简史 | 第17-18页 |
| ·人工神经网络综述的分类 | 第18-19页 |
| ·自组织神经网原理与实现 | 第19-22页 |
| ·自组织神经网络的一般原理 | 第19-20页 |
| ·自组织神经网络的实现方法 | 第20-21页 |
| ·自组织神经网络的训练过程 | 第21-22页 |
| ·自组织神经网络的工程应用 | 第22-23页 |
| ·自组织网络建模的关键技术和实现步骤 | 第23-25页 |
| ·故障数据的准备 | 第23页 |
| ·kohonen网络模型建立 | 第23-24页 |
| ·基于SOM的可视化方法 | 第24-25页 |
| ·实例验证 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 旋转机械振动预测 | 第29-42页 |
| ·概述 | 第29-30页 |
| ·机组振动预报的意义 | 第29页 |
| ·振动预报应具备的条件 | 第29-30页 |
| ·科学预测的途径 | 第30页 |
| ·常用的预测方法 | 第30-32页 |
| ·各种预测方法的比较 | 第32页 |
| ·时序建模与预测 | 第32-37页 |
| ·模型定义 | 第32-34页 |
| ·时序预测的步骤 | 第34页 |
| ·时序建模法中的关键技术 | 第34-37页 |
| ·旋转机械振动预测分析 | 第37-38页 |
| ·实验验证 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 诊断和预测故障的可视化方法 | 第42-54页 |
| ·概述 | 第42页 |
| ·基于SOM故障诊断策略 | 第42-45页 |
| ·基本思路 | 第42页 |
| ·建模主要步骤 | 第42-45页 |
| ·基于SOM故障诊断应用方案 | 第45-46页 |
| ·方案1-可视化的故障识别 | 第45-46页 |
| ·方案2-可视化的机器状态监视 | 第46页 |
| ·方案3-可视化的机器状态预测 | 第46页 |
| ·实例验证 | 第46-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 系统的软件实现 | 第54-67页 |
| ·概述 | 第54页 |
| ·旋转机械可视化故障诊断和预测系统结构 | 第54-55页 |
| ·开发系统的选择和简介 | 第55-56页 |
| ·操作系统 | 第55页 |
| ·开发方法和工具的选择和介绍 | 第55-56页 |
| ·关键算法的软件实现 | 第56-60页 |
| ·SOM建模系统框图 | 第56页 |
| ·SOM建模系统的数据结构的设计 | 第56-59页 |
| ·ARIMA建模系统流程图 | 第59-60页 |
| ·系统的运行演示 | 第60-62页 |
| ·混合编程技术 | 第62-66页 |
| ·VC和Matlab的结合 | 第62-64页 |
| ·VC和Fortran的混合编程 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第七章 结论 | 第67-68页 |
| ·总结 | 第67页 |
| ·进一步的工作 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
