基于虚拟仪器的水泵性能检测与故障诊断系统
摘要 | 第1-4页 |
ABSTRACT | 第4-10页 |
1 绪论 | 第10-17页 |
·本课题的研究背景 | 第10-12页 |
·本课题研究的意义 | 第12-13页 |
·本课题的国内外研究现状 | 第13-15页 |
·虚拟仪器技术的介绍 | 第15-16页 |
·本课题的研究内容 | 第16页 |
·本章小结 | 第16-17页 |
2 硬件系统需求分析与设计 | 第17-26页 |
·硬件系统需求分析与总体方案 | 第17-18页 |
·测试原理及测试方法 | 第18-22页 |
·水泵性能参数测试的基本原理 | 第18-19页 |
·水泵流量的测试 | 第19-20页 |
·水泵扬程的测试 | 第20-21页 |
·转速的测量 | 第21页 |
·电参数的测量 | 第21页 |
·效率的计算 | 第21-22页 |
·性能曲线图的测试与绘制 | 第22页 |
·系统硬件分析与设计 | 第22-25页 |
·本章小结 | 第25-26页 |
3 软件系统需求分析与开发 | 第26-37页 |
·软件系统需求分析 | 第26-27页 |
·开发平台的选择 | 第26页 |
·系统功能的划分 | 第26-27页 |
·软件开发模型 | 第27页 |
·虚拟仪器技术和 LabVIEW 简介 | 第27-30页 |
·LabVIEW 软件介绍 | 第27-29页 |
·虚拟仪器和传统仪器的比较 | 第29-30页 |
·系统软件设计 | 第30-32页 |
·软件系统的流程图 | 第30-31页 |
·软件系统的结构图 | 第31-32页 |
·系统软件的开发 | 第32-36页 |
·软件系统的主界面 | 第32-35页 |
·数据采集与管理功能模块的设计 | 第35-36页 |
·本章小结 | 第36-37页 |
4 矿用水泵故障诊断分析 | 第37-53页 |
·设备故障诊断的基本过程 | 第37页 |
·水泵轴系振动分析 | 第37-42页 |
·转子不平衡的机理分析与诊断 | 第38-40页 |
·转子不对中的机理分析与诊断 | 第40-42页 |
·故障诊断的神经网络方法 | 第42-47页 |
·神经网络的基本概念 | 第42页 |
·人工神经元模型 | 第42-43页 |
·神经元的转移函数 | 第43-44页 |
·BP 神经网络模型与结构 | 第44-45页 |
·神经网络的学习方式 | 第45-46页 |
·BP 网络的学习算法 | 第46-47页 |
·故障信号处理 | 第47-50页 |
·小波分析的基本理论 | 第47-48页 |
·小波包分析 | 第48页 |
·信号消噪处理 | 第48-49页 |
·信号特征提取 | 第49-50页 |
·水泵故障诊断的实现方法 | 第50-52页 |
·小波分析和神经网络的结合方式 | 第50页 |
·LabVIEW 与MATLAB 的接口 | 第50-51页 |
·变换识别模块的设计 | 第51-52页 |
·本章小结 | 第52-53页 |
5 测试系统功能验证和误差分析 | 第53-59页 |
·误差分类与产生原因 | 第53-55页 |
·系统误差 | 第53页 |
·随机误差 | 第53-55页 |
·误差的合成 | 第55页 |
·测试系统的实验验证 | 第55-58页 |
·硬件系统的实验验证 | 第55-57页 |
·软件系统的实验验证 | 第57-58页 |
·本章小结 | 第58-59页 |
6 结论 | 第59-61页 |
·结论 | 第59页 |
·展望 | 第59-61页 |
致谢 | 第61-62页 |
参考文献 | 第62-65页 |
附录 | 第65页 |