| 摘要 | 第3-5页 |
| abstract | 第5-7页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 引言 | 第12页 |
| 1.2 研究目的和意义 | 第12-13页 |
| 1.3 国内外研究动态 | 第13-19页 |
| 1.3.1 载荷识别方法研究动态 | 第13-17页 |
| 1.3.2 转子系统载荷识别研究动态 | 第17-18页 |
| 1.3.3 相关问题讨论 | 第18-19页 |
| 1.4 主要研究内容 | 第19页 |
| 1.5 技术路线 | 第19-20页 |
| 1.6 小结 | 第20-22页 |
| 第二章 载荷激励下双跨转子系统的数学模型 | 第22-34页 |
| 2.1 引言 | 第22页 |
| 2.2 双跨转子系统的载荷激励特性分析 | 第22-23页 |
| 2.2.1 双跨转子系统结构及运动分析 | 第22页 |
| 2.2.2 双跨转子系统模型简化的原理 | 第22-23页 |
| 2.3 双跨转子系统的离散化 | 第23-25页 |
| 2.3.1 质量和惯量离散化 | 第23-24页 |
| 2.3.2 转轴刚度等效 | 第24页 |
| 2.3.3 等效粘性阻尼系数 | 第24-25页 |
| 2.4 双跨转子系统弯扭耦合数学模型 | 第25-32页 |
| 2.4.1 圆盘1的受力分析 | 第25-27页 |
| 2.4.2 圆盘2的受力分析 | 第27-28页 |
| 2.4.3 四个轴承的受力分析 | 第28-29页 |
| 2.4.4 系统的耗散函数 | 第29-30页 |
| 2.4.5 系统的广义力 | 第30页 |
| 2.4.6 系统的拉格朗日方程 | 第30-32页 |
| 2.5 小结 | 第32-34页 |
| 第三章 载荷激励下双跨转子系统的动力学仿真 | 第34-52页 |
| 3.1 引言 | 第34页 |
| 3.2 双跨转子系统的动力学仿真模型 | 第34-43页 |
| 3.2.1 MATLAB/simulink简介 | 第34-35页 |
| 3.2.2 simulink环境下双跨转子系统仿真模型 | 第35-43页 |
| 3.3 双跨转子系统的动力学仿真 | 第43-51页 |
| 3.3.1 空载 | 第43-44页 |
| 3.3.2 冲击载荷 | 第44-45页 |
| 3.3.3 瞬态载荷 | 第45-47页 |
| 3.3.4 稳态载荷 | 第47-48页 |
| 3.3.5 线性载荷 | 第48-49页 |
| 3.3.6 正弦载荷 | 第49-51页 |
| 3.4 小结 | 第51-52页 |
| 第四章 标准BP神经网络的载荷识别 | 第52-64页 |
| 4.1 引言 | 第52页 |
| 4.2 BP神经网络 | 第52-54页 |
| 4.2.1 BP神经网络结构 | 第52页 |
| 4.2.2 BP算法的基本思想 | 第52-54页 |
| 4.3 BP神经网络的结构设计 | 第54-55页 |
| 4.3.1 BP神经网络的基本原理 | 第54-55页 |
| 4.3.2 载荷识别的流程 | 第55页 |
| 4.4 BP神经网络参数的设置 | 第55-59页 |
| 4.4.1 传递函数的选择 | 第56-57页 |
| 4.4.2 训练函数的选择 | 第57页 |
| 4.4.3 网络学习函数的选择 | 第57-58页 |
| 4.4.4 隐含层节点数的确定 | 第58-59页 |
| 4.5 BP神经网络识别载荷 | 第59-63页 |
| 4.5.1 数据预处理 | 第59-60页 |
| 4.5.2 冲击载荷识别 | 第60页 |
| 4.5.3 瞬态载荷识别 | 第60-61页 |
| 4.5.4 稳态载荷识别 | 第61页 |
| 4.5.5 线性载荷识别 | 第61-62页 |
| 4.5.6 正弦载荷识别 | 第62-63页 |
| 4.6 小结 | 第63-64页 |
| 第五章 参数优化的BP神经网络的载荷识别 | 第64-78页 |
| 5.1 引言 | 第64页 |
| 5.2 GA优化BP神经网络的载荷识别 | 第64-68页 |
| 5.2.1 遗传算法基本原理 | 第64页 |
| 5.2.2 遗传算法的基本条件 | 第64-65页 |
| 5.2.3 遗传算法的优化过程 | 第65页 |
| 5.2.4 GA优化网络的载荷识别 | 第65-68页 |
| 5.3 PSO优化BP神经网络的载荷识别 | 第68-72页 |
| 5.3.1 粒子群算法的原理 | 第68页 |
| 5.3.2 粒子群算法的优化过程 | 第68-69页 |
| 5.3.3 PSO优化网络的载荷识别 | 第69-72页 |
| 5.4 载荷识别结果对比分析 | 第72-76页 |
| 5.4.1 冲击载荷识别 | 第72-73页 |
| 5.4.2 瞬态载荷识别 | 第73-74页 |
| 5.4.3 稳态载荷识别 | 第74页 |
| 5.4.4 线性载荷识别 | 第74-75页 |
| 5.4.5 正弦载荷识别 | 第75-76页 |
| 5.5 小结 | 第76-78页 |
| 第六章 双跨转子系统载荷识别的试验研究 | 第78-98页 |
| 6.1 引言 | 第78页 |
| 6.2 双跨转子试验台系统介绍 | 第78-83页 |
| 6.2.1 双跨转子系统介绍 | 第78-82页 |
| 6.2.2 双跨转子试验台信号采集系统介绍 | 第82页 |
| 6.2.3 双跨转子试验台系统的构建 | 第82-83页 |
| 6.3 试验方案设计 | 第83-85页 |
| 6.3.1 试验目的 | 第83页 |
| 6.3.2 试验内容 | 第83-84页 |
| 6.3.3 试验步骤 | 第84页 |
| 6.3.4 注意事项 | 第84页 |
| 6.3.5 试验方案设计 | 第84-85页 |
| 6.4 试验结果分析 | 第85-96页 |
| 6.4.1 试验信号 | 第85-87页 |
| 6.4.2 标准BP神经网络的载荷识别 | 第87-90页 |
| 6.4.3 GA优化BP神经网络的载荷识别 | 第90-92页 |
| 6.4.4 PSO优化BP神经网络的载荷识别 | 第92-95页 |
| 6.4.5 识别结果对比分析 | 第95-96页 |
| 6.5 小结 | 第96-98页 |
| 第七章 结论与展望 | 第98-100页 |
| 7.1 工作总结 | 第98页 |
| 7.2 主要结论 | 第98-99页 |
| 7.3 进一步工作展望 | 第99-100页 |
| 参考文献 | 第100-104页 |
| 致谢 | 第104-106页 |
| 攻读硕士学位期间发表的学术论文 | 第106页 |