| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题背景与研究意义 | 第9-10页 |
| 1.2 往复压缩机故障诊断技术的发展及研究现状 | 第10-15页 |
| 1.2.1 往复压缩机故障信号特征提取分析方法 | 第11-13页 |
| 1.2.2 基于时变奇异谱的特征提取方法研究现状 | 第13-14页 |
| 1.2.3 智能模式识别方法研究现状 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15-16页 |
| 第二章 往复压缩机故障机理及振动信号混沌性分析 | 第16-27页 |
| 2.1 往复压缩机结构及工作原理 | 第16-18页 |
| 2.2 往复压缩机常见故障机理及振动信号特性 | 第18-23页 |
| 2.2.1 气阀故障机理及振动信号模型 | 第18-21页 |
| 2.2.2 连杆滑动轴承故障机理及振动信号模型 | 第21-23页 |
| 2.2.3 往复压缩机振动信号特性分析及应用 | 第23页 |
| 2.3 往复压缩机振动信号时间序列混沌性分析 | 第23-26页 |
| 2.3.1 往复压缩机时间序列相空间重构及其参数选择 | 第23-24页 |
| 2.3.2 混沌性指标的选择 | 第24-25页 |
| 2.3.3 往复压缩机振动时间序列混沌性分析 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 时变奇异谱及支持向量机分类理论 | 第27-34页 |
| 3.1 分形理论 | 第27-30页 |
| 3.1.1 分形维数 | 第27-29页 |
| 3.1.2 多重分形理论及算法 | 第29-30页 |
| 3.2 时变奇异谱分布理论 | 第30-32页 |
| 3.2.1 时变奇异谱理论模型 | 第30-31页 |
| 3.2.2 时变奇异谱的算法实现 | 第31-32页 |
| 3.3 支持向量机分类理论 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于时变奇异谱的往复压缩机故障诊断 | 第34-60页 |
| 4.1 2D12往复压缩机结构及主要参数 | 第34页 |
| 4.2 往复压缩机故障振动信号数据采集 | 第34-36页 |
| 4.2.1 振动信号数据采集原则 | 第34-35页 |
| 4.2.2 往复压缩机测点布置 | 第35-36页 |
| 4.3 往复压缩机故障诊断应用实例 | 第36-59页 |
| 4.3.1 诊断流程 | 第36-37页 |
| 4.3.2 往复压缩机气阀故障特征提取 | 第37-50页 |
| 4.3.3 往复压缩机轴承故障特征提取 | 第50-57页 |
| 4.3.4 基于支持向量机的故障分类 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 作者简介、发表文章及研究成果目录 | 第65-67页 |
| 致谢 | 第67-68页 |