基于小波和神经网络的旋转机械故障诊断研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-16页 |
| ·旋转机械故障诊断的意义和内容 | 第7-9页 |
| ·旋转机械故障诊断的意义 | 第7-8页 |
| ·旋转机械故障诊断的内容 | 第8-9页 |
| ·旋转机械故障诊断的现状和发展趋势 | 第9-11页 |
| ·旋转机械故障诊断的现状 | 第9-10页 |
| ·旋转机械故障诊断的发展趋势 | 第10-11页 |
| ·转子常见故障及特征 | 第11-14页 |
| ·转子系统常见故障机理及特征 | 第11-14页 |
| ·常见故障的轴心轨迹特征 | 第14页 |
| ·本文的研究内容及方法 | 第14-16页 |
| 2 基于小波方法的轴心轨迹信号提纯 | 第16-37页 |
| ·常见的轴心轨迹提纯方法概述 | 第16-17页 |
| ·小波理论简介 | 第17-21页 |
| ·连续小波变换 | 第17-18页 |
| ·离散小波变换和二进制小波变换 | 第18-19页 |
| ·小波基的性质 | 第19-21页 |
| ·小波去噪概述 | 第21-22页 |
| ·小波去噪的原理 | 第21页 |
| ·常见的小波去噪方法 | 第21-22页 |
| ·小波阈值去噪 | 第22-25页 |
| ·小波阈值去噪步骤 | 第22页 |
| ·阈值和阈值函数的选择 | 第22-25页 |
| ·小波基的选择和分解层数的确定 | 第25-30页 |
| ·小波基的选择 | 第25页 |
| ·小波分解层数的确定 | 第25-26页 |
| ·仿真试验 | 第26-30页 |
| ·转速和采样频率对去噪效果的影响 | 第30-35页 |
| ·转速对去噪效果的影响 | 第30-31页 |
| ·采样频率对去噪效果的影响 | 第31-32页 |
| ·重采样消除转速及采样频率的影响 | 第32-35页 |
| ·轴心轨迹提纯试验 | 第35-36页 |
| ·小结 | 第36-37页 |
| 3 转子轴心轨迹特征提取与识别 | 第37-56页 |
| ·常见的轴心轨迹特征提取与识别方法 | 第37-38页 |
| ·轴心轨迹的特征提取方法 | 第37-38页 |
| ·轴心轨迹特征分类的方法 | 第38页 |
| ·轴心轨迹特征的极径表示 | 第38-43页 |
| ·轴心轨迹极径的概念 | 第38-39页 |
| ·轴心轨迹极径的计算 | 第39-43页 |
| ·构建轴心轨迹识别的 BP 神经网络 | 第43-52页 |
| ·神经网络简介 | 第43-48页 |
| ·BP 神经网络构建 | 第48-52页 |
| ·轴心轨迹自动识别的仿真试验 | 第52-55页 |
| ·神经网络的训练 | 第52-53页 |
| ·轴心轨迹的识别 | 第53-55页 |
| ·小结 | 第55-56页 |
| 4 转子故障识别试验研究 | 第56-63页 |
| ·试验设备简介 | 第56-57页 |
| ·试验方案及测试结果 | 第57-59页 |
| ·轴心轨迹的提纯及自动识别 | 第59-62页 |
| ·轴心轨迹提纯 | 第60-61页 |
| ·轴心轨迹自动识别 | 第61-62页 |
| ·小结 | 第62-63页 |
| 5 结论 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
