首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--监视、报警、故障诊断系统论文

制造设备智能诊断与状态预测技术的研究

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-19页
   ·课题来源及其意义第10-11页
     ·课题来源第10页
     ·课题意义第10-11页
   ·机械故障诊断技术的国内外研究概况第11-14页
     ·国外研究概况第11-12页
     ·国内研究概况第12-14页
   ·人工智能在机械故障诊断与预测维修技术中的应用第14-16页
     ·机械故障诊断与预测维修技术概述第14-15页
     ·人工智能在机械故障诊断与预测维修技术中的应用第15-16页
   ·机械制造设备故障诊断与预测维修技术的特点第16-17页
   ·本课题主要研究内容第17-19页
第二章 故障诊断的神经网络模式识别方法研究第19-41页
   ·引言第19-20页
   ·BP 网络诊断模型第20-26页
     ·多层感知器第20-21页
     ·BP 学习算法第21-23页
     ·BP 网络诊断模型第23-26页
   ·函数型连接网络及其诊断模型的建立第26-31页
     ·函数展开模型第27页
     ·张量模型第27-28页
     ·与BP 网络的比较第28-29页
     ·函数型连接网络诊断模型的建立第29-31页
   ·模糊神经网络诊断模型研究第31-35页
     ·概述第31-32页
     ·输入模式的模糊化表示第32-34页
     ·输出模式的模糊化表示第34-35页
   ·一种新的函数型连接网络展开模型第35-40页
     ·模糊展开模型的提出第35-36页
     ·模糊展开模型诊断实例第36-40页
 本章小结第40-41页
第三章 小波分析及其在故障诊断中的应用研究第41-49页
   ·小波分析基本理论第41-45页
     ·窗口傅里叶变换第41-42页
     ·小波变换及其离散算法第42-44页
     ·小波包算法第44-45页
   ·小波和小波包分析在故障诊断中的应用第45-48页
     ·小波分析用于信号的低频分量分析第45-47页
     ·小波包特征提取技术第47-48页
 本章小结第48-49页
第四章 状态监测与预测技术研究第49-66页
   ·监测参数的选择第49-50页
   ·设备状态评定标准与故障报警门限第50-52页
     ·设备状态评定标准第50-51页
     ·设备故障报警门限的确定第51-52页
   ·状态预测技术研究第52-65页
     ·预测方法概述第53页
     ·灰色预测研究第53-58页
     ·神经网络预测研究第58-60页
     ·预测模型实用性检验第60-62页
     ·不等间隔时间序列预测方法研究第62-65页
 本章小结第65-66页
第五章 《IDPM 智能诊断与预测维修系统》开发第66-80页
   ·IDPM 系统总体设计第66-67页
   ·IDPM 软件设计第67-71页
     ·总体框架第67页
     ·主要功能模块设计第67-68页
     ·系统的工作流程第68-71页
   ·IDPM 数据库及其实现第71-79页
     ·总体设计第71页
     ·基于对象的IDPM 数据库模型及其实现第71-76页
     ·系统的主要特点第76-79页
 本章小结第79-80页
第六章 IDPM 系统的工程应用第80-94页
   ·51-206A 曲轴主轴颈车床振动监测第80-84页
     ·51-206A 曲轴主轴颈车床简介第80-81页
     ·机床的振动监测及其特点第81-82页
     ·低频信号分析第82-83页
     ·加工过程的影响第83-84页
   ·汽车发动机曲轴主轴颈磨床主轴组件的监测与诊断第84-90页
     ·引言第84页
     ·现场测试分析第84-90页
   ·离心分离机振动监测与维修质量评定第90-93页
     ·机器的结构及测点布置第90-91页
     ·测试与分析第91-93页
 本章小结第93-94页
结论第94-96页
参考文献第96-103页
攻读博士学位期间发表的论文第103-104页
致谢第104页

论文共104页,点击 下载论文
上一篇:一类代数几何码的译码
下一篇:采用改进的差示PCR技术分离胃癌差异表达基因的研究