基于电流与振动信息融合的转子系统典型故障诊断方法研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 引言 | 第12页 |
| 1.2 研究目的和意义 | 第12-13页 |
| 1.3 国内外研究动态 | 第13-17页 |
| 1.3.1 基于电机电流的故障诊断 | 第13-15页 |
| 1.3.2 基于振动信号的故障诊断 | 第15-16页 |
| 1.3.3 基于信息融合的故障诊断 | 第16-17页 |
| 1.3.4 基于贝叶斯网络融合的故障诊断 | 第17页 |
| 1.4 主要研究内容 | 第17-19页 |
| 1.5 小结 | 第19-20页 |
| 第二章 转子系统典型故障机理及动力学分析 | 第20-28页 |
| 2.1 引言 | 第20页 |
| 2.2 转子不平衡故障机理及动力学分析 | 第20-22页 |
| 2.2.1 转子不平衡故障机理 | 第20-21页 |
| 2.2.2 转子不平衡动力学分析 | 第21-22页 |
| 2.3 不对中故障机理及动力学分析 | 第22-26页 |
| 2.3.1 不对中故障机理 | 第22-23页 |
| 2.3.2 转子平行不对中动力学分析 | 第23-24页 |
| 2.3.3 转子偏角不对中动力学分析 | 第24-26页 |
| 2.4 小结 | 第26-28页 |
| 第三章 转子系统典型故障试验 | 第28-40页 |
| 3.1 引言 | 第28页 |
| 3.2 试验台系统设计 | 第28-33页 |
| 3.2.1 试验台结构设计 | 第28-30页 |
| 3.2.2 试验台测试系统设计 | 第30-33页 |
| 3.3 试验方案设计 | 第33-35页 |
| 3.3.1 试验目的 | 第33页 |
| 3.3.2 试验内容 | 第33页 |
| 3.3.3 试验步骤 | 第33-35页 |
| 3.3.4 注意事项 | 第35页 |
| 3.4 试验结果与分析 | 第35-38页 |
| 3.5 小结 | 第38-40页 |
| 第四章 典型故障试验信号处理及故障特征提取 | 第40-66页 |
| 4.1 引言 | 第40页 |
| 4.2 振动信号的小波消噪 | 第40-44页 |
| 4.2.1 小波消噪原理与步骤 | 第40-41页 |
| 4.2.2 振动信号的小波消噪 | 第41-44页 |
| 4.3 电流信号的陷波滤波 | 第44-46页 |
| 4.3.1 陷波滤波法 | 第44页 |
| 4.3.2 电流信号的滤波 | 第44-46页 |
| 4.4 信号的时域特征提取 | 第46-56页 |
| 4.4.1 有量纲时域特征 | 第46-47页 |
| 4.4.2 无量纲时域特征 | 第47-48页 |
| 4.4.3 振动信号的时域特征提取 | 第48-54页 |
| 4.4.4 电机电流信号的时域特征提取 | 第54-56页 |
| 4.5 信号的频域特征提取 | 第56-60页 |
| 4.5.1 频域特征参数 | 第56-57页 |
| 4.5.2 振动信号的频域特征提取 | 第57-59页 |
| 4.5.3 电机电流信号的频域特征提取 | 第59-60页 |
| 4.6 基于小波包的时频特征提取 | 第60-65页 |
| 4.6.1 小波包能量谱分析原理 | 第60-62页 |
| 4.6.2 振动信号的小波包能量谱特征提取 | 第62-63页 |
| 4.6.3 电机电流信号的小波包能量谱特征提取 | 第63-65页 |
| 4.7 小结 | 第65-66页 |
| 第五章 基于主元分析的特征向量降维 | 第66-74页 |
| 5.1 引言 | 第66页 |
| 5.2 标准化处理 | 第66-67页 |
| 5.3 主元分析法 | 第67-70页 |
| 5.3.1 主元分析算法 | 第67-69页 |
| 5.3.2 主元特性 | 第69页 |
| 5.3.3 主元的贡献率 | 第69-70页 |
| 5.4 融合特征向量的降维 | 第70-73页 |
| 5.5 小结 | 第73-74页 |
| 第六章 基于贝叶斯网络信息融合的典型故障诊断 | 第74-88页 |
| 6.1 引言 | 第74页 |
| 6.2 信息融合基本原理 | 第74-76页 |
| 6.2.1 信息融合的基本结构 | 第74-75页 |
| 6.2.2 信息融合的方法 | 第75-76页 |
| 6.3 基于贝叶斯网络的信息融合 | 第76-83页 |
| 6.3.1 贝叶斯网络的表示 | 第76-77页 |
| 6.3.2 贝叶斯网络的学习 | 第77-78页 |
| 6.3.3 贝叶斯网络的推理 | 第78-79页 |
| 6.3.4 贝叶斯网络的分类 | 第79-81页 |
| 6.3.5 贝叶斯网络的设计 | 第81-82页 |
| 6.3.6 故障诊断的实现流程 | 第82-83页 |
| 6.4 基于振动的典型故障诊断 | 第83-84页 |
| 6.5 基于电流的典型故障诊断 | 第84-85页 |
| 6.6 基于融合信息的典型故障诊断 | 第85-86页 |
| 6.7 诊断结果分析对比 | 第86页 |
| 6.8 小结 | 第86-88页 |
| 第七章 结论和展望 | 第88-90页 |
| 7.1 工作总结 | 第88页 |
| 7.2 主要结论 | 第88-89页 |
| 7.3 进一步展望 | 第89-90页 |
| 参考文献 | 第90-96页 |
| 致谢 | 第96-98页 |
| 攻读学位期间发表的学术论文目录 | 第98页 |
