灰靶理论在液压泵故障模式识别中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·液压系统故障模式识别的意义 | 第10-11页 |
| ·液压系统故障诊断技术的研究现状与发展趋势 | 第11-15页 |
| ·液压系统故障诊断技术的研究现状 | 第11-14页 |
| ·液压系统故障诊断技术的发展趋势 | 第14-15页 |
| ·基于灰色理论故障模式识别方法 | 第15-17页 |
| ·最大熵谱估计在故障诊断中的应用 | 第17-18页 |
| ·论文研究的意义及主要内容 | 第18-20页 |
| 第2章 灰色理论及灰靶理论分析 | 第20-32页 |
| ·灰色理论概述 | 第20-22页 |
| ·灰色系统理论的形成 | 第20-21页 |
| ·灰色系统理论的特点 | 第21-22页 |
| ·灰色理论诊断方法 | 第22-26页 |
| ·灰色预测理论及方法 | 第23-24页 |
| ·灰色关联度分析 | 第24-26页 |
| ·灰靶理论 | 第26-31页 |
| ·灰靶理论 | 第26-29页 |
| ·灰靶贡献度 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 主分量分析及最大熵谱估计 | 第32-42页 |
| ·信号频谱分析 | 第32-37页 |
| ·经典功率谱分析 | 第32-34页 |
| ·最大熵谱估计 | 第34-35页 |
| ·最大熵谱估计与welch 谱估计的仿真比较 | 第35-37页 |
| ·主分量分析与故障信息分离 | 第37-39页 |
| ·液压泵故障信号的最大熵谱估计 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第4章 振动信号处理及特征提取 | 第42-55页 |
| ·小波包分析 | 第42-48页 |
| ·小波包变换及Mallat 算法 | 第43-46页 |
| ·小波包消噪 | 第46-48页 |
| ·振动信号的包络解调 | 第48-50页 |
| ·振动信号特征提取 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于灰靶理论的液压泵故障模式识别 | 第55-71页 |
| ·液压泵故障诊断实验研究 | 第55-58页 |
| ·实验系统构成 | 第55-57页 |
| ·虚拟仪器状态监控系统 | 第57-58页 |
| ·基于灰靶理论的液压泵故障模式识别方法 | 第58-59页 |
| ·振动信号的预处理 | 第59-61页 |
| ·振动信号频谱分析及特征提取 | 第61-64页 |
| ·故障信号传统谱分析 | 第61-62页 |
| ·故障信号最大熵谱分析 | 第62-64页 |
| ·幅值域特征提取 | 第64页 |
| ·基于灰靶理论方法确定故障等级 | 第64-69页 |
| ·本章小结 | 第69-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 作者简介 | 第79页 |
