| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 研究背景及意义 | 第15-18页 |
| 1.1.1 精矿浆体管道发展概况 | 第15-16页 |
| 1.1.2 矿浆管道中隔膜泵的重要作用 | 第16-17页 |
| 1.1.3 隔膜泵单向阀故障诊断的重要意义 | 第17-18页 |
| 1.2 往复式机械设备故障诊断国内外研究现状 | 第18-22页 |
| 1.2.1 往复式设备时频域分析方法研究现状 | 第19-20页 |
| 1.2.2 往复式设备模式识别方法研究现状 | 第20-22页 |
| 1.3 本文研究内容 | 第22-24页 |
| 1.3.1 论文研究内容 | 第22-23页 |
| 1.3.2 论文结构安排 | 第23-24页 |
| 1.4 本章小结 | 第24-25页 |
| 第二章 信号处理及故障诊断方法概述 | 第25-39页 |
| 2.1 小波变换 | 第25-29页 |
| 2.1.1 小波变换 | 第25-27页 |
| 2.1.2 小波函数及其选择 | 第27-29页 |
| 2.2 经验模态分解 | 第29-32页 |
| 2.2.1 经验模态分解 | 第29-31页 |
| 2.2.2 集合经验模态分解 | 第31-32页 |
| 2.3 局部均值分解 | 第32-34页 |
| 2.4 最小二乘支持向量机 | 第34-38页 |
| 2.4.1 支持向量机 | 第34-36页 |
| 2.4.2 最小二乘支持向量机 | 第36-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第三章 基于小波理论的单向阀振动信号降噪研究 | 第39-53页 |
| 3.1 小波降噪理论综述 | 第39-40页 |
| 3.2 小波阈值降噪原理 | 第40-43页 |
| 3.2.1 阈值去噪原理 | 第40-41页 |
| 3.2.2 阈值模型 | 第41-42页 |
| 3.2.3 降噪效果评估 | 第42-43页 |
| 3.3 硬阈值法与软阈值法及其改进 | 第43-45页 |
| 3.3.1 硬阈值与软阈值 | 第43-44页 |
| 3.3.2 改进阈值降噪法 | 第44-45页 |
| 3.4 小波阈值降噪实验研究 | 第45-52页 |
| 3.4.1 仿真信号可行性分析 | 第45-48页 |
| 3.4.2 基于改进阈值法的仿真信号降噪分析 | 第48-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 基于CEEMD-SVD-LSSVM的单向阀故障诊断 | 第53-69页 |
| 4.1 单向阀故障诊断总体方案设计 | 第53-54页 |
| 4.2 互补集合经验模态分解 | 第54-59页 |
| 4.2.1 互补集合经验模态分解原理 | 第54-55页 |
| 4.2.2 仿真信号分解对比实验 | 第55-57页 |
| 4.2.3 单向阀振动信号分解 | 第57-59页 |
| 4.3 奇异值分解特征提取方法 | 第59-65页 |
| 4.3.1 能量分析与互相关分析 | 第59-60页 |
| 4.3.2 奇异值分解特征提取 | 第60-61页 |
| 4.3.3 单向阀振动信号特征提取 | 第61-65页 |
| 4.4 基于CEEMD-SVD-LSSVM的单向阀故障诊断 | 第65-67页 |
| 4.5 本章小结 | 第67-69页 |
| 第五章 基于LMD及PSO优化LSSVM的单向阀故障诊断 | 第69-77页 |
| 5.1 单向阀故障诊断总体方案设计 | 第69页 |
| 5.2 基于粒子群算法的最小二乘支持向量机参数选取 | 第69-72页 |
| 5.2.1 粒子群算法原理 | 第69-70页 |
| 5.2.2 优化参数的求取 | 第70-72页 |
| 5.3 基于LMD及PSO优化LSSVM的单向阀故障诊断 | 第72-75页 |
| 5.3.1 局部均值分解及特征提取 | 第72-73页 |
| 5.3.2 PSO优化LSSVM在故障诊断中的应用 | 第73-75页 |
| 5.4 本章小结 | 第75-77页 |
| 第六章 单向阀故障诊断系统 | 第77-85页 |
| 6.1 系统建设背景 | 第77页 |
| 6.2 系统整体架构 | 第77-78页 |
| 6.3 硬件系统与数据采集 | 第78-81页 |
| 6.3.1 硬件系统构成 | 第78-80页 |
| 6.3.2 信号采集 | 第80-81页 |
| 6.4 故障诊断系统实现 | 第81-84页 |
| 6.5 本章小结 | 第84-85页 |
| 第七章 总结与展望 | 第85-87页 |
| 7.1 论文主要研究成果 | 第85-86页 |
| 7.2 研究展望 | 第86-87页 |
| 致谢 | 第87-89页 |
| 参考文献 | 第89-95页 |
| 附录A (攻读硕士期间发表的论文) | 第95-97页 |
| 附录B (攻读硕士期间授权的专利) | 第97-99页 |
| 附录C (攻读硕士期间授权的软件著作权) | 第99页 |
