聚类算法在转子故障诊断中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·课题的来源和意义 | 第7-9页 |
| ·旋转机械故障诊断的发展与现状 | 第9-10页 |
| ·聚类分析在故障诊断中的应用现状 | 第10-11页 |
| ·论文主要的内容 | 第11-12页 |
| 2 转子系统的故障及诊断方法 | 第12-20页 |
| ·转子系统故障常见形式 | 第12-15页 |
| ·转子不平衡 | 第12-13页 |
| ·转子不对中 | 第13页 |
| ·松动 | 第13-14页 |
| ·碰磨 | 第14页 |
| ·裂纹 | 第14页 |
| ·油膜涡动和油膜振荡 | 第14-15页 |
| ·转子系统故障诊断方法 | 第15-19页 |
| ·信号的时域分析 | 第15-17页 |
| ·信号的频域分析 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 3 聚类算法的选择与实现 | 第20-35页 |
| ·聚类算法的选择 | 第20-25页 |
| ·聚类算法及其类型 | 第20-23页 |
| ·聚类算法的选择 | 第23-25页 |
| ·K近邻算法的实现 | 第25-26页 |
| ·算法的评估 | 第26页 |
| ·仿真分析 | 第26-31页 |
| ·交叉验证K近邻算法 | 第31-34页 |
| ·交叉验证 | 第31-32页 |
| ·交叉验证K近邻算法 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 4. 转子平台故障模拟实验 | 第35-54页 |
| ·实验平台结构简介 | 第35-41页 |
| ·平台结构 | 第35-36页 |
| ·实验传感器的选择 | 第36-39页 |
| ·数据采集硬件 | 第39-40页 |
| ·数据采集与分析 | 第40-41页 |
| ·故障模拟及频谱分析 | 第41-53页 |
| ·转子不平衡实验 | 第41-42页 |
| ·不对中实验 | 第42-46页 |
| ·轴承座松动模拟实验 | 第46-47页 |
| ·碰磨实验 | 第47-48页 |
| ·转轴裂纹 | 第48-50页 |
| ·油膜振荡 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 5. K近邻聚类算法在故障诊断中的应用 | 第54-61页 |
| ·转子系统故障数据 | 第54-55页 |
| ·时域数据的特征提取及故障识别 | 第55-56页 |
| ·时域特征提取 | 第55-56页 |
| ·基于时域特征的故障识别 | 第56页 |
| ·频域数据的特征提取及故障识别 | 第56-58页 |
| ·频域特征提取 | 第56-58页 |
| ·基于频域的特征故障识别 | 第58页 |
| ·k近邻算法用于时域、频域综合特征数据集 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 6. 总结与展望 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间发表的论文 | 第66-67页 |
| 致谢 | 第67-69页 |
