| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究课题的目的和意义 | 第10-11页 |
| ·机械故障诊断技术发展过程与趋势 | 第11-12页 |
| ·汽轮机故障诊断中存在的问题 | 第12-13页 |
| ·基于小波包与符号时间序列分析方法的故障信号特征量提取 | 第13-14页 |
| ·基于支持向量机的故障类型诊断 | 第14-15页 |
| ·课题研究内容 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第二章 实验装置与数据 | 第16-21页 |
| ·实验台介绍 | 第16-17页 |
| ·实验装置原理 | 第17-18页 |
| ·实验获取数据说明 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 小波包分析理论与应用 | 第21-40页 |
| ·实验数据的傅里叶频谱分析 | 第21-27页 |
| ·频谱分析的基本概念 | 第21-22页 |
| ·傅立叶分析理论 | 第22-23页 |
| ·傅里叶变换及其离散化 | 第23-25页 |
| ·汽轮机转子振动的FFT 频谱分析 | 第25-27页 |
| ·从傅里叶变换到小波变换 | 第27-29页 |
| ·一维连续小波变换 | 第29-31页 |
| ·离散小波变换 | 第31-32页 |
| ·多分辨分析和Mallat 算法 | 第32-34页 |
| ·小波包分析 | 第34-35页 |
| ·利用小波包分析方法处理实验数据 | 第35-39页 |
| ·基小波的选取 | 第35-36页 |
| ·实验数据的小波包分解与重构 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 符号化时间序列分析 | 第40-45页 |
| ·符号动力学 | 第40页 |
| ·符号时间序列分析方法 | 第40-42页 |
| ·信号数据的符号化分析 | 第42-44页 |
| ·参数的选择 | 第42页 |
| ·计算结果 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于支持向量机的转子振动故障诊断 | 第45-59页 |
| ·支持向量机应用简介 | 第45-46页 |
| ·概述 | 第45-46页 |
| ·理论研究与应用现状 | 第46页 |
| ·支持向量机的基本理论 | 第46-50页 |
| ·最优超平面的构造 | 第46-47页 |
| ·核函数 | 第47-50页 |
| ·支持向量机在转子振动故障诊断中的应用 | 第50-58页 |
| ·特征向量的提取 | 第50-55页 |
| ·基于支持向量机的转子振动故障诊断 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间取得的研究成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 附件 | 第66页 |