| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 故障诊断研究现状 | 第11-12页 |
| 1.2.2 失速检测研究现状 | 第12-14页 |
| 1.3 研究内容 | 第14-15页 |
| 第2章 基于SDP与图像匹配的离心风机旋转失速实时检测 | 第15-29页 |
| 2.1 离心风机旋转失速实验研究 | 第15-17页 |
| 2.1.1 风机实验系统介绍 | 第15页 |
| 2.1.2 旋转失速实验 | 第15-17页 |
| 2.2 SDP分析法 | 第17-19页 |
| 2.2.1 SDP公式及结构 | 第17页 |
| 2.2.2 SDP分析法的参数选择 | 第17-19页 |
| 2.3 图形处理方法 | 第19-20页 |
| 2.3.1 数字图像处理 | 第19-20页 |
| 2.3.2 图像匹配相似度判别方法 | 第20页 |
| 2.4 离心风机失速检测 | 第20-28页 |
| 2.4.1 基于SDP变换与图像匹配方法的失速检测 | 第20-22页 |
| 2.4.2 小波降噪优化处理 | 第22-24页 |
| 2.4.3 主元分析优化处理 | 第24-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于SDP与图形特征分析的离心风机旋转失速实时检测 | 第29-36页 |
| 3.1 失速渐进过程压力信号小波分析 | 第29-30页 |
| 3.2 SDP图形特征分析 | 第30-31页 |
| 3.3 基于SDP与图形点特征分析的离心风机失速实时检测 | 第31-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于SDP与改进BP神经网络的风机机械故障诊断 | 第36-45页 |
| 4.1 风机机械故障实验模拟 | 第36-37页 |
| 4.2 SDP法的参数选择 | 第37-38页 |
| 4.3 风机不同运行状态下振动信号SDP图形 | 第38-39页 |
| 4.4 风机机械故障特征向量提取 | 第39-42页 |
| 4.5 风机机械故障诊断 | 第42-43页 |
| 4.5.1 改进BP神经网络 | 第42-43页 |
| 4.5.2 基于SDP分析和改进BP神经网络的风机故障诊断 | 第43页 |
| 4.6 本章小结 | 第43-45页 |
| 第5章 结论与展望 | 第45-47页 |
| 5.1 结论 | 第45页 |
| 5.2 研究展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 攻读硕士学位期间发表的学术论文及其他成果 | 第51-52页 |
| 致谢 | 第52页 |
