| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题的研究背景及意义 | 第8-9页 |
| 1.2 汽轮机振动故障诊断研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 本课题主要研究内容 | 第11-13页 |
| 第2章 汽轮机常见振动故障类型及特征 | 第13-18页 |
| 2.1 汽轮机常见故障分类 | 第13-14页 |
| 2.2 常见故障的机理及特征 | 第14-16页 |
| 2.2.1 转子不平衡故障 | 第14页 |
| 2.2.2 转子不对中故障 | 第14-15页 |
| 2.2.3 油膜振荡故障 | 第15页 |
| 2.2.4 蒸汽涡动故障 | 第15-16页 |
| 2.2.5 轴承座松动故障 | 第16页 |
| 2.2.6 转子径向磨碰故障 | 第16页 |
| 2.3 本章小结 | 第16-18页 |
| 第3章 小波包在故障诊断中的应用 | 第18-32页 |
| 3.1 小波分析理论基础 | 第18-19页 |
| 3.1.1 传统傅里叶分析 | 第18页 |
| 3.1.2 小波分析理论基础 | 第18-19页 |
| 3.2 多分辨率分析 | 第19-20页 |
| 3.3 小波包分析 | 第20-22页 |
| 3.3.1 小波包定义 | 第20-21页 |
| 3.3.2 小波包分解与重构 | 第21-22页 |
| 3.4 故障奇异点小波检测 | 第22-23页 |
| 3.5 母小波函数及其小波基的选择 | 第23-27页 |
| 3.5.1 母小波函数及其相应基选择的必要性 | 第23页 |
| 3.5.2 常见小波母函数及其性质 | 第23-26页 |
| 3.5.3 小波(包)基的选择 | 第26-27页 |
| 3.6 最优小波包基降噪 | 第27-30页 |
| 3.6.1 传统阈值的去噪方法分析 | 第27-28页 |
| 3.6.2 最优小波包基降噪 | 第28-30页 |
| 3.7 小波包—能量谱法提取故障征兆 | 第30-31页 |
| 3.8 本章小结 | 第31-32页 |
| 第4章 IMDE-ELM故障分类器设计 | 第32-45页 |
| 4.1 极限学习机概述 | 第32-34页 |
| 4.1.1 极限学习机理论 | 第32-34页 |
| 4.1.2 极限学习机的特征 | 第34页 |
| 4.2 差分进化算法研究 | 第34-41页 |
| 4.2.1 差分进化算法简介 | 第34-36页 |
| 4.2.2 差分进化算法的改进 | 第36-38页 |
| 4.2.3 改进后差分进化算法的优势 | 第38-41页 |
| 4.3 基于改进差分进化算法优化的极限学习机 | 第41-43页 |
| 4.3.1 极限学习机存在的问题 | 第41页 |
| 4.3.2 IMDE-ELM及其步骤与流程 | 第41-43页 |
| 4.4 IMDE-ELM的实验验证 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 基于小波包与IMDE-ELM的汽轮机振动故障诊断 | 第45-51页 |
| 5.1 仿真信号的获取与验证 | 第45-46页 |
| 5.2 振动信号预处理 | 第46-47页 |
| 5.3 故障信号的特征提取 | 第47-48页 |
| 5.4 故障信号的训练与识别 | 第48-50页 |
| 5.5 诊断结果分析 | 第50页 |
| 5.6 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第56-59页 |
| 致谢 | 第59页 |