| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第14-34页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.2 往复式机械设备国内外研究现状 | 第16-28页 |
| 1.2.1 基于故障机理的往复式机械设备故障诊断 | 第16-19页 |
| 1.2.2 基于信号处理和机器学习的往复式机械设备故障诊断研究 | 第19-26页 |
| 1.2.3 往复式机械设备状态监控及故障诊断系统研究概况 | 第26-27页 |
| 1.2.4 存在的问题及发展趋势 | 第27-28页 |
| 1.3 论文的整体路线架构及研究内容 | 第28-30页 |
| 1.3.1 整体技术框架 | 第28-29页 |
| 1.3.2 主要研究内容 | 第29-30页 |
| 1.3.3 实验方案 | 第30页 |
| 1.4 研究创新点 | 第30-31页 |
| 1.5 论文结构安排 | 第31-34页 |
| 第二章 基于LMD和包络解调的单向阀故障检测方法 | 第34-54页 |
| 2.1 高压隔膜泵单向阀及其振动原理分析 | 第34-37页 |
| 2.1.1 高压隔膜泵单向阀简述 | 第34-35页 |
| 2.1.2 高压隔膜泵单向阀振动信号机理分析 | 第35-37页 |
| 2.2 常见单向阀故障类型分析 | 第37-38页 |
| 2.3 基于LMD和包络解调的故障检测方法 | 第38-42页 |
| 2.3.1 LMD分解 | 第38-40页 |
| 2.3.2 包络解调 | 第40-41页 |
| 2.3.3 LMD和包络解调的故障检测方法及实现过程 | 第41-42页 |
| 2.4 实验结果分析 | 第42-52页 |
| 2.4.1 基于LMD和包络解调的滚动轴承故障检测 | 第42-47页 |
| 2.4.2 基于LMD和包络解调的高压隔膜泵单向阀故障检测 | 第47-52页 |
| 2.5 本章小结 | 第52-54页 |
| 第三章 基于多域混合特征极限学习机的单向阀故障诊断方法 | 第54-70页 |
| 3.1 多域混合特征集构建 | 第54-57页 |
| 3.1.1 多域混合特征的提出 | 第54-55页 |
| 3.1.2 多域特征提取 | 第55-57页 |
| 3.2 提取核主元特征量 | 第57-59页 |
| 3.3 ELM基本思想 | 第59-61页 |
| 3.4 多域混合特征极限学习机的机械设备故障诊断方法实现流程 | 第61-62页 |
| 3.5 实验结果分析 | 第62-68页 |
| 3.5.1 滚动轴承实验数据测试分析结果 | 第62-65页 |
| 3.5.2 单向阀实测数据测试分析结果 | 第65-68页 |
| 3.6 本章小结 | 第68-70页 |
| 第四章 基于小波包能量熵和模糊核极限学习机的单向阀故障诊断方法 | 第70-86页 |
| 4.1 小波包能量熵特征提取 | 第70-71页 |
| 4.2 模糊核极限学习机 | 第71-73页 |
| 4.2.1 KELM提出 | 第71-72页 |
| 4.2.2 F-KELM的提出及论述 | 第72-73页 |
| 4.3 基于小波包能量熵和F-KELM的故障诊断方法 | 第73-75页 |
| 4.3.1 方法实现流程 | 第73-74页 |
| 4.3.2 分类模型建立 | 第74-75页 |
| 4.4 滚动轴承故障诊断实验测试分析 | 第75-81页 |
| 4.4.1 数据描述 | 第75-76页 |
| 4.4.2 特征提取 | 第76页 |
| 4.4.3 分类模型参数设置 | 第76页 |
| 4.4.4 均衡样本分布实验结果与分析 | 第76-79页 |
| 4.4.5 非均衡样本分布实验结果与分析 | 第79-81页 |
| 4.5 小波包能量熵和F-KELM的高压隔膜泵单向阀故障诊断 | 第81-84页 |
| 4.5.1 基于均衡样本分布的单向阀故障诊断 | 第81-83页 |
| 4.5.2 非均衡样本分布单向阀故障诊断 | 第83-84页 |
| 4.6 本章小结 | 第84-86页 |
| 第五章 基于多核代价敏感极限学习机的单向阀故障诊断方法 | 第86-118页 |
| 5.1 核函数构造及多核极限学习机原理 | 第86-90页 |
| 5.1.1 核函数基本原理 | 第86-87页 |
| 5.1.2 多核核函数构造 | 第87-88页 |
| 5.1.3 MKL-ELM分类模型 | 第88-90页 |
| 5.2 代价敏感处理方法 | 第90-91页 |
| 5.2.1 过采样 | 第90页 |
| 5.2.2 欠采样 | 第90-91页 |
| 5.2.3 阈值调整 | 第91页 |
| 5.3 分类模型评价指标 | 第91-92页 |
| 5.3.1 二分类代价敏感评价指标 | 第91-92页 |
| 5.3.2 多分类代价敏感评价指标 | 第92页 |
| 5.4 MKL-CS-ELM的不均衡样本分类模型原理及实现流程 | 第92-93页 |
| 5.5 滚动轴承故障诊断实验结果分析 | 第93-105页 |
| 5.5.1 滚动轴承二分类数据样本诊断结果分析 | 第94-99页 |
| 5.5.2 滚动轴承多分类数据样本诊断结果分析 | 第99-105页 |
| 5.6 高压隔膜泵单向阀故障诊断实验结果分析 | 第105-116页 |
| 5.6.1 单向阀二分类数据样本诊断结果 | 第105-111页 |
| 5.6.2 多故障类别单向阀数据样本诊断结果 | 第111-116页 |
| 5.7 本章小结 | 第116-118页 |
| 第六章 高压隔膜泵单向阀状态监测和故障诊断系统研发 | 第118-128页 |
| 6.1 系统建设背景 | 第118-119页 |
| 6.2 系统整体架构 | 第119-121页 |
| 6.2.1 系统架构 | 第119页 |
| 6.2.2 传感器测点布置 | 第119-120页 |
| 6.2.3 数据采集方案 | 第120-121页 |
| 6.3 系统实现与应用 | 第121-124页 |
| 6.3.1 硬件实现 | 第121-122页 |
| 6.3.2 软件系统 | 第122-124页 |
| 6.4 系统应用实例 | 第124-127页 |
| 6.5 本章小结 | 第127-128页 |
| 第七章 总结与展望 | 第128-130页 |
| 7.1 研究工作总结 | 第128-129页 |
| 7.2 下一步工作展望 | 第129-130页 |
| 致谢 | 第130-132页 |
| 参考文献 | 第132-146页 |
| 附录A 攻读博士期间取得成果 | 第146-148页 |
| 附录B 攻读博士期间参与的科研项目 | 第148-150页 |
| 附录C 部分高压隔膜泵单向阀多运行状态振动数据 | 第150-156页 |
| 附录D 滚动轴承和单向阀多运行状态数据样本过采样、欠采样分布表 | 第156-160页 |
| 附录E 系统应用证明 | 第160页 |
