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