| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题来源 | 第11-12页 |
| 1.2 机械故障诊断技术概述 | 第12-15页 |
| 1.2.1 机械故障诊断的意义 | 第12-13页 |
| 1.2.2 故障诊断技术研究现状 | 第13-14页 |
| 1.2.3 故障诊断技术发展趋势 | 第14-15页 |
| 1.3 神经网络在故障诊断中的应用 | 第15-16页 |
| 1.4 课题论文的主要工作内容 | 第16-19页 |
| 1.4.1 论文的研究意义 | 第16-17页 |
| 1.4.2 论文的主要内容 | 第17-19页 |
| 第2章 乳化机故障分析及系统方案设计 | 第19-32页 |
| 2.1 乳化炸药连续化生产工艺流程 | 第19-20页 |
| 2.1.1 乳化炸药连续化生产工艺流程 | 第19-20页 |
| 2.1.2 乳化工艺简介 | 第20页 |
| 2.2 乳化机的选型 | 第20-22页 |
| 2.3 乳化机故障类型及故障树分析 | 第22-23页 |
| 2.4 乳化机常见故障及振动信号特征分析 | 第23-29页 |
| 2.4.1 转子不平衡 | 第23-24页 |
| 2.4.2 转子不对中 | 第24-25页 |
| 2.4.3 转子定子摩擦 | 第25-27页 |
| 2.4.4 滚动轴承故障 | 第27-29页 |
| 2.5 乳化机振动信号处理方法 | 第29-30页 |
| 2.5.1 传统时域分析特征提取 | 第29-30页 |
| 2.5.2 频域和时域分析特征提取 | 第30页 |
| 2.6 乳化机故障诊断系统设计方案 | 第30页 |
| 2.7 本章小结 | 第30-32页 |
| 第3章 乳化机故障诊断系统算法研究 | 第32-52页 |
| 3.1 样本熵 | 第32-35页 |
| 3.1.1 熵理论 | 第32页 |
| 3.1.2 样本熵理论 | 第32-34页 |
| 3.1.3 振动信号的样本熵分析 | 第34-35页 |
| 3.2 经验模式分解EMD理论 | 第35-39页 |
| 3.2.1 希尔伯特变换及瞬时频率的概念 | 第36-37页 |
| 3.2.2 固有模态函数的概念 | 第37页 |
| 3.2.3 经验模式分解EMD基本算法 | 第37-39页 |
| 3.2.4 振动信号EMD分解仿真 | 第39页 |
| 3.3 IMF样本熵特征方法 | 第39-40页 |
| 3.4 人工神经网络故障诊断识别方法 | 第40-47页 |
| 3.4.1 人工神经网络介绍 | 第40页 |
| 3.4.2 人工神经元模型 | 第40-41页 |
| 3.4.3 人工神经网络拓扑结构 | 第41-43页 |
| 3.4.4 BP神经网络 | 第43-44页 |
| 3.4.5 BP神经网络训练算法分析 | 第44-47页 |
| 3.5 EMD样本熵和BP神经网络的故障诊断系统 | 第47-51页 |
| 3.5.1 故障诊断基本流程 | 第47-48页 |
| 3.5.2 故障诊断实验仿真测试 | 第48-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第4章 乳化机故障诊断系统硬件设计 | 第52-58页 |
| 4.1 系统硬件结构设计 | 第52页 |
| 4.2 乳化机振动传感器 | 第52-53页 |
| 4.3 信号变送器 | 第53-54页 |
| 4.4 PLC的选型 | 第54-56页 |
| 4.5 上位机选型 | 第56-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第5章 乳化机故障诊断系统实现 | 第58-67页 |
| 5.1 系统开发工具介绍 | 第58-60页 |
| 5.1.1 MATLAB | 第58页 |
| 5.1.2 组态王软件 | 第58-59页 |
| 5.1.3 Microsoft Office Access数据库 | 第59页 |
| 5.1.4 Visual Basic | 第59页 |
| 5.1.5 系统开发环境 | 第59-60页 |
| 5.2 系统软件架构 | 第60页 |
| 5.3 乳化机故障诊断系统开发与实现 | 第60-65页 |
| 5.3.1 组态王数据词典设置 | 第60-61页 |
| 5.3.2 组态王与数据库的连接 | 第61-62页 |
| 5.3.3 VB与数据库的连接 | 第62页 |
| 5.3.4 VB对组态王的调用 | 第62-63页 |
| 5.3.5 VB对MATLAB调用设置 | 第63-65页 |
| 5.4 系统测试及实验仿真 | 第65-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 全文总结 | 第67-68页 |
| 6.2 研究展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录 | 第74页 |