| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 课题研究的目的和意义 | 第7-8页 |
| 1.2 故障诊断技术概况 | 第8-9页 |
| 1.3 国内外关于调压器故障诊断技术研究现状 | 第9-11页 |
| 1.4 主要研究内容 | 第11-12页 |
| 第2章 常见燃气调压器类型及作用原理 | 第12-23页 |
| 2.1 调压器类型及调压器原理 | 第12-15页 |
| 2.2 高中压调压站场站介绍 | 第15-18页 |
| 2.2.1 工艺流程图 | 第15-16页 |
| 2.2.2 调压区 | 第16-17页 |
| 2.2.3 放散区 | 第17页 |
| 2.2.4 过滤区 | 第17-18页 |
| 2.2.5 安全设施 | 第18页 |
| 2.3 高中压燃气调压器常见故障分析 | 第18-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第3章 中低压燃气调压器故障诊断算法简介 | 第23-33页 |
| 3.1 EMD算法简介 | 第23-24页 |
| 3.2 中低压调压器常见故障原因与处理办法 | 第24-26页 |
| 3.3 基于EMD算法的燃气调压站故障特征提取分析 | 第26-31页 |
| 3.3.1 调压器正常运行特征表现 | 第26-27页 |
| 3.3.2 喘振故障特征表现 | 第27-29页 |
| 3.3.3 关闭压力高故障特征表现 | 第29-30页 |
| 3.3.4 用气高峰出口压力低故障特征表现 | 第30-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第4章 神经网络技术在中低压燃气调压器故障诊断中的应用 | 第33-40页 |
| 4.1 神经网络模型的提出与发展 | 第33-34页 |
| 4.2 神经网络的特点与功能 | 第34-35页 |
| 4.3 BP神经网络算法与决策树算法在中低压系统的应用 | 第35-39页 |
| 4.3.1 BP神经网络算法 | 第35-37页 |
| 4.3.2 决策树算法 | 第37-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 高中压燃气调压器故障诊断方法的探讨 | 第40-60页 |
| 5.1 基于多传感器数据融合技术的故障诊断算法 | 第40-44页 |
| 5.1.1 数据融合概念 | 第40页 |
| 5.1.2 常用方法与级别 | 第40-41页 |
| 5.1.3 过程与应用 | 第41-42页 |
| 5.1.4 基于贝叶斯网络的信息融合技术在高中压调压器故障诊断中的应用 | 第42-44页 |
| 5.2 基于动力学的调压器建模在高中压调压器故障诊断中的应用 | 第44-46页 |
| 5.2.1 模型基础 | 第44-45页 |
| 5.2.2 调压器的建模 | 第45-46页 |
| 5.3 基于小波包变换技术在高中压调压器故障诊断中的应用 | 第46-59页 |
| 5.3.1 小波包变换简介 | 第46页 |
| 5.3.2 小波包示例分析 | 第46-48页 |
| 5.3.3 小波包变换在高中压调压器故障诊断中的试用 | 第48-59页 |
| 5.4 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65页 |
