| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 引言 | 第8-12页 |
| 1．1 本课题的研究领域及涉及的学科 | 第8页 |
| 1．2 本课题的工程意义 | 第8-9页 |
| 1．3 机械设备智能诊断技术的研究进展 | 第9-11页 |
| 1．3．1 基于神经网络的智能故障诊断技术 | 第9-10页 |
| 1．3．2 基于行为的智能诊断技术 | 第10页 |
| 1．3．3 远程分布式智能诊断技术 | 第10-11页 |
| 1．4 各国的发展现状 | 第11页 |
| 1．5 本课题的研究内容 | 第11-12页 |
| 2 离心压缩机热力性能监测与计算 | 第12-19页 |
| 2．1 离心压缩机的热力计算 | 第12-15页 |
| 2．1．1 理想气体的压缩过程 | 第12-13页 |
| 2．1．2 真实气体的压缩过程 | 第13-14页 |
| 2．1．3 离心压缩机实际热力性能值的计算 | 第14-15页 |
| 2．2 压缩机变工况工作以及流量调节 | 第15-19页 |
| 2．2．1 离心压缩机的非稳定工况 | 第15-16页 |
| 2．2．2 变工况工作以及压缩机的流量调节 | 第16-19页 |
| 3 基于小波分析的故障特征提取方法 | 第19-30页 |
| 3．1 从傅立叶变换(FT)到短时傅立叶变换(STFT) | 第19-21页 |
| 3．1．1 傅立叶变换(FT) | 第19-20页 |
| 3．1．2 短时傅立叶变换(STFT) | 第20-21页 |
| 3．2 小波分析用于信号预处理和故障特征提取 | 第21-30页 |
| 3．2．1 小波分析的定义 | 第21-23页 |
| 3．2．2 多分辨率分析-Mallat算法 | 第23-24页 |
| 3．2．3 小波包算法 | 第24页 |
| 3．2．4 小波分解和小波包分解的直观表示 | 第24-25页 |
| 3．2．5 小波和小波分解的信号重构 | 第25-26页 |
| 3．2．6 利用小波包分析进行故障特征的提取和识别 | 第26页 |
| 3．2．7 小波分析用于信号消噪 | 第26-27页 |
| 3．2．8 提取信号中某一频段的信号 | 第27-29页 |
| 3．2．9 MATLAB小波分析工具箱 | 第29-30页 |
| 4 基于神经网络的旋转机械状态预测和故障诊断研究 | 第30-43页 |
| 4．1 预测概述 | 第30-31页 |
| 4．1．1 预测的基本理论 | 第30-31页 |
| 4．1．2 神经网络用于时间序列预测 | 第31页 |
| 4．1．3 MATLAB神经网络工具箱 | 第31页 |
| 4．2 基于 RBF神经网络的非平稳时间序列预测研究 | 第31-36页 |
| 4．2．1 RBF神经网络的基本理论 | 第32-34页 |
| 4．2．2 RBF神经网络用于离心压缩机振动状态的预测 | 第34-36页 |
| 4．3 基于自适应线性元件网络的非平稳时间序列预测研究 | 第36-39页 |
| 4．3．1 自适应线性元件(Adaline)网络基础理论 | 第36-37页 |
| 4．3．2 Adaline网络用于离心压缩机振动状态的预测 | 第37-39页 |
| 4．4 离心压缩机智能故障诊断研究 | 第39-43页 |
| 4．4．1 基于 RBF神经网络的离心压缩机故障诊断实例 | 第40-43页 |
| 5 滚动轴承早期表面损伤类故障诊断研究 | 第43-57页 |
| 5．1 滚动轴承的振动机理和故障特征频率的计算 | 第43-44页 |
| 5．1．1 滚动轴承的振动机理 | 第43页 |
| 5．1．2 滚动轴承的故障特征频率计算 | 第43-44页 |
| 5．2 滚动轴承早期表面损伤的共振解调诊断原理 | 第44-46页 |
| 5．3 滚动轴承共振解调诊断理论振动模型 | 第46-51页 |
| 5．3．1 滚动轴承单点损伤理论振动模型 | 第47-50页 |
| 5．3．2 滚动轴承多点损伤理论振动模型 | 第50-51页 |
| 5．4 滚动轴承单点损伤理论振动模型的验证 | 第51-54页 |
| 5．4．1 理论振动模型的验证 | 第51-52页 |
| 5．4．2 验证结果与分析 | 第52-54页 |
| 5．5 基于 RBF神经网络的滚动轴承故障诊断 | 第54-57页 |
| 6 实验及软件系统设计 | 第57-67页 |
| 6．1 Visua1 C++与 MATLAB的混合编程 | 第57-59页 |
| 6．1．1 面向对象编程与 MATLAB简介 | 第57页 |
| 6．1．2 MATLAB与 Visua1 C++混合编程的实现方法 | 第57-59页 |
| 6．2 离心压缩机状态监测与故障诊断实验系统简介 | 第59-62页 |
| 6．2．1 实验及监测方案 | 第59-60页 |
| 6．2．2 软件系统功能模块简介 | 第60-62页 |
| 6．3 信号处理通用模块化程序功能简介 | 第62-67页 |
| 7 总结与展望 | 第67-69页 |
| 7．1 总结 | 第67页 |
| 7．2 展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间发表的学术论文 | 第72-73页 |
| 致谢 | 第73-74页 |
| 大连理工大学学位论文版权使用授权书 | 第74页 |
