汽轮机轴系振动故障诊断中的信息融合方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-31页 |
| ·研究汽轮机振动故障诊断的意义 | 第10-11页 |
| ·汽轮机故障诊断技术的现状与发展趋势 | 第11-15页 |
| ·设备故障诊断中信息融合技术 | 第15-27页 |
| ·本文的主要内容 | 第27-31页 |
| 2 转子故障模拟试验及故障数据的频谱分析 | 第31-52页 |
| ·试验方案概述 | 第31-32页 |
| ·故障模拟试验方案 | 第32-37页 |
| ·数据采集 | 第37-38页 |
| ·故障数据分析 | 第38-50页 |
| ·小结 | 第50-52页 |
| 3 故障信号的小波灰度矩研究 | 第52-72页 |
| ·小波变换及小波灰度图 | 第52-58页 |
| ·小波灰度矩的定义 | 第58-60页 |
| ·故障信号的一阶灰度矩研究 | 第60-65页 |
| ·故障信号的一阶分区矩研究 | 第65-71页 |
| ·小结 | 第71-72页 |
| 4 汽轮机故障诊断的融合信息熵方法研究 | 第72-94页 |
| ·振动信号的信息熵特征 | 第72-76页 |
| ·基于最小距离分类器的信息熵融合研究 | 第76-88页 |
| ·基于概率神经网络的信息熵融合研究 | 第88-92页 |
| ·小结 | 第92-94页 |
| 5 故障信号的分形维研究 | 第94-110页 |
| ·分形与分形维数 | 第94-98页 |
| ·基于故障信号时域波形的关联维研究 | 第98-103页 |
| ·基于二进小波重构的故障信号关联维研究 | 第103-108页 |
| ·小结 | 第108-110页 |
| 6 远程监测诊断系统及小波灰度矩诊断应用 | 第110-121页 |
| ·系统基本功能 | 第110页 |
| ·系统总体结构 | 第110-113页 |
| ·系统功能结构 | 第113-114页 |
| ·小波诊断模块在诊断系统中的功能及应用 | 第114-120页 |
| ·小结 | 第120-121页 |
| 7 全文总结与展望 | 第121-124页 |
| ·全文总结 | 第121-123页 |
| ·研究展望 | 第123-124页 |
| 致谢 | 第124-125页 |
| 参考文献 | 第125-136页 |
| 附录1 作者攻读学位期间发表的学术论文 | 第136页 |
