首页--工业技术论文--金属学与金属工艺论文--金属压力加工论文--轧制论文--轧钢机械设备论文

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

论文共86页,点击 下载论文
上一篇:模具制造系统布局方式的仿真评价
下一篇:磁控形状记忆合金Ni50Mn50-xSnx的薄带及粉末的制备与性能的研究