摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 综述 | 第11-20页 |
1.1 研究背景 | 第11-12页 |
1.2 机械密封基本知识 | 第12-13页 |
1.2.1 机械密封原理及组成 | 第12-13页 |
1.2.2 机械密封的分类 | 第13页 |
1.3 金刚石涂层磨损机理 | 第13-14页 |
1.4 接触式机械密封端面状态监测方法 | 第14-17页 |
1.4.1 端面磨损量的测试技术 | 第14页 |
1.4.2 密封泄漏量的测试技术 | 第14-15页 |
1.4.3 端面摩擦力矩的测试技术 | 第15-16页 |
1.4.4 端面温度的测试技术 | 第16页 |
1.4.5 声发射测试技术 | 第16-17页 |
1.5 发射信号处理技术 | 第17-19页 |
1.5.1 小波分析 | 第17-18页 |
1.5.2 盲源分离与独立分量分析 | 第18-19页 |
1.6 本文研究内容安排 | 第19-20页 |
第2章 密封端面磨损过程分析与监测方法 | 第20-27页 |
2.1 声发射技术 | 第20-21页 |
2.2 实验平台和方法 | 第21-24页 |
2.2.1 监测系统组成 | 第21-23页 |
2.2.2 实验方案 | 第23-24页 |
2.3 实验数据分析 | 第24-26页 |
2.4 本章小结 | 第26-27页 |
第3章 基于广义S变换的声发射信号滤波 | 第27-41页 |
3.1 时频分析基础理论 | 第27-29页 |
3.1.1 信号的时频分辨率 | 第27-28页 |
3.1.2 不确定性原理 | 第28-29页 |
3.2 经典的时频分析方法 | 第29-33页 |
3.2.1 短时傅里叶变换及其时频分析 | 第29-30页 |
3.2.2 小波变换 | 第30-31页 |
3.2.3 S变换 | 第31-33页 |
3.3 S变换改进 | 第33-35页 |
3.4 几种时频分析特征及比较 | 第35-38页 |
3.5 广义S变换与声发射 | 第38-40页 |
3.5.1 广义S变换的参数选取 | 第39页 |
3.5.2 声发射信号的广义S变换 | 第39-40页 |
3.6 本章小结 | 第40-41页 |
第4章 遗传算法优化的多分类孪生支持向量机 | 第41-56页 |
4.1 支持向量机原理 | 第41-45页 |
4.1.1 线性支持向量机 | 第41-43页 |
4.1.2 非线性支持向量机 | 第43-45页 |
4.2 孪生支持向量机原理 | 第45-48页 |
4.2.1 线性孪生支持向量机 | 第45-47页 |
4.2.2 非线性孪生支持向量机 | 第47-48页 |
4.3 孪生支持向量机的多分类算法 | 第48-50页 |
4.4 孪生支持向量机的参数选择 | 第50-54页 |
4.4.1 遗传算法 | 第51-53页 |
4.4.2 GA-TWSVM算法的实现 | 第53-54页 |
4.5 多分类GA-TWSVM算法 | 第54-55页 |
4.6 本章小结 | 第55-56页 |
第5章 密封端面磨损状态识别 | 第56-74页 |
5.1 声发射信号分析 | 第56-58页 |
5.1.1 声发射信号时域波形分析 | 第56-57页 |
5.1.2 声发射信号频域分析 | 第57-58页 |
5.2 声发射信号滤波 | 第58-60页 |
5.3 声发射信号的特征提取 | 第60-68页 |
5.3.1 声发射信号的时域特征提取 | 第61-64页 |
5.3.2 声发射信号的频域特征 | 第64-68页 |
5.4 多分类GA-TWSVM识别密封端面磨损状态 | 第68-72页 |
5.4.1 多分类GA-TWSVM的训练 | 第68-71页 |
5.4.2 多分类GA-TWSVM预测 | 第71-72页 |
5.5 本章小结 | 第72-74页 |
总结和展望 | 第74-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-80页 |
攻读学位期间发表的论文 | 第80页 |