轧机异常振动智能诊断技术开发与研究
摘要 | 第1-5页 |
ABSTRACT | 第5-7页 |
目录 | 第7-11页 |
CONTENTS | 第11-14页 |
第一章 绪论 | 第14-20页 |
·本课题研究背景 | 第14-15页 |
·轧机振动的国内外研究现状 | 第15-18页 |
·课题来源 | 第18页 |
·课题研究意义 | 第18页 |
·本课题的研究内容 | 第18-20页 |
第二章 板带热轧机异常振动智能诊断系统的整体设计 | 第20-29页 |
·概述 | 第20页 |
·板带热轧机系统构成 | 第20-21页 |
·板带热轧机系统振动的类型 | 第21-24页 |
·板带热轧机主传动系统的扭转振动 | 第22-23页 |
·板带热轧机机座系统的振动 | 第23-24页 |
·振动数据的采集与分析 | 第24-25页 |
·测试参数 | 第24页 |
·测试结果的分析方法 | 第24-25页 |
·神经网络专家系统的建立 | 第25-27页 |
·神经网络模型 | 第26页 |
·神经网络算法改进 | 第26-27页 |
·诊断系统的开发 | 第27-28页 |
·企业需求分析 | 第27页 |
·系统结构及功能 | 第27-28页 |
·本章小结 | 第28-29页 |
第三章 轧机振动机理及试验参数的采集和分析 | 第29-52页 |
·概述 | 第29页 |
·影响板带热轧机系统振动的参数 | 第29-31页 |
·轧制力的影响 | 第29-30页 |
·轧制速度的影响 | 第30页 |
·轧件厚度的影响 | 第30-31页 |
·辊缝摩擦因数的影响 | 第31页 |
·实例及分析 | 第31-34页 |
·板带热轧机故障模式 | 第31-34页 |
·案例总结分析 | 第34页 |
·数据采集 | 第34-38页 |
·测试参数点及仪器布置 | 第34-35页 |
·振动测试 | 第35-36页 |
·轧制力测试 | 第36页 |
·主传动系统的扭振测试 | 第36-37页 |
·测试仪器 | 第37-38页 |
·测试方案确定 | 第38页 |
·测试结果及分析 | 第38-44页 |
·轧制力测试结果及分析 | 第38-40页 |
·主传动扭振测试结果及分析 | 第40-44页 |
·互相关和互谱分析 | 第44-48页 |
·各振动信号间的关系分析的基本理论 | 第44-47页 |
·相关性分析总结 | 第47-48页 |
·温度影响分析 | 第48-49页 |
·振源分析与改进措施 | 第49-51页 |
·振动过程 | 第49页 |
·振动原因 | 第49-50页 |
·振动抑制措施 | 第50-51页 |
·本章小结 | 第51-52页 |
第四章 轧机异常振动神经网络故障诊断专家系统研究 | 第52-69页 |
·绪论 | 第52页 |
·专家系统和神经网络的结合 | 第52-53页 |
·神经网络专家系统的结构和开发方法 | 第53-55页 |
·神经网络专家系统的结构 | 第53-54页 |
·神经网络专家系统的开发方法 | 第54-55页 |
·神经网络专家系统的技术方法研究 | 第55-68页 |
·神经网络设计 | 第55-59页 |
·轧机异常振动神经网络模型 | 第59-64页 |
·神经网络专家系统的知识表示与获取 | 第64-66页 |
·基于神经网络的推理 | 第66-68页 |
·本章小结 | 第68-69页 |
第五章 诊断系统的软件实现及应用 | 第69-78页 |
·系统需求分析 | 第69-71页 |
·系统功能需求分析 | 第69-70页 |
·软件开发环境 | 第70-71页 |
·软件开发平台 | 第70页 |
·软件开发语言 | 第70页 |
·数据库管理系统 | 第70-71页 |
·系统主要功能模块设计 | 第71-74页 |
·系统主界面设计 | 第71-72页 |
·用户管理模块 | 第72-73页 |
·故障库管理模块 | 第73-74页 |
·机器学习模块 | 第74页 |
·系统故障诊断模块 | 第74-77页 |
·系统故障诊断过程 | 第75-77页 |
·本章小结 | 第77-78页 |
总结和展望 | 第78-80页 |
总结 | 第78页 |
展望 | 第78-80页 |
参考文献 | 第80-83页 |
攻读学位期间发表的论文 | 第83-86页 |
致谢 | 第86页 |