首页--工业技术论文--机械、仪表工业论文--机械运行与维修论文

基于全矢谱的设备故障预测方法研究

摘要第4-6页
Abstract第6-8页
1 绪论第12-29页
    1.1 课题来源第12页
    1.2 设备故障预测的研究意义第12-13页
    1.3 故障预测技术研究现状第13-22页
        1.3.1 故障预测技术的发展历程第13-14页
        1.3.2 故障预测技术研究现状第14-17页
        1.3.3 预测方法研究现状第17-20页
        1.3.4 大数据预警研究现状第20-22页
    1.4 同源信息融合技术研究现状第22-24页
        1.4.1 信息融合技术第22-23页
        1.4.2 同源信息融合第23-24页
    1.5 课题研究的目的和意义第24-26页
    1.6 主要研究内容与结构安排第26-29页
        1.6.1 本文的主要研究内容第26-27页
        1.6.2 本文的结构安排第27-29页
2 基于全矢信息融合的故障预测第29-46页
    2.1 全矢谱理论与方法第29-40页
        2.1.1 同源融合的必要性第29-30页
        2.1.2 全矢谱基本原理第30-38页
        2.1.3 全矢振动特征计算第38-40页
    2.2 全矢振动强度预测第40-42页
    2.3 全矢振动频谱预测第42-43页
    2.4 多维预测与整机评价第43-45页
    2.5 本章小结第45-46页
3 全矢数据采集与特征提取第46-56页
    3.1 虚拟振动传感器第46-48页
    3.2 全矢振动数据采集第48-55页
        3.2.1 全矢采集电路第48-50页
        3.2.2 全矢采集过程控制第50-52页
        3.2.3 全矢数据分析与验证第52-55页
    3.3 本章小结第55-56页
4 全矢AR时序预测模型研究第56-74页
    4.1 全矢AR模型的构建第57-68页
        4.1.1 AR模型结构第57-58页
        4.1.2 时序预测的步骤第58页
        4.1.3 模型的识别第58-62页
        4.1.4 参数估计第62-66页
        4.1.5 AR模型预测递推公式第66-67页
        4.1.6 分析评价指标第67-68页
    4.2 全矢AR模型的计算验证第68-73页
        4.2.1 全矢AR模型数值计算第68-70页
        4.2.2 预测验证第70-73页
    4.3 本章小结第73-74页
5 全矢灰色预测模型研究第74-85页
    5.1 全矢灰色模型第74-79页
        5.1.1 灰色模型理论第74-77页
        5.1.2 全矢-灰色模型构建第77-79页
    5.2 实验验证第79-83页
    5.3 本章小结第83-85页
6 全矢综合预测模型与大数据预警第85-101页
    6.1 全矢综合预测模型第85-97页
        6.1.1 全矢综合预测模型第86页
        6.1.2 EMD趋势项提取第86-91页
        6.1.3 全矢综合预测模型的建立第91-92页
        6.1.4 试验验证第92-97页
    6.2 基于全矢谱的大数据预警第97-100页
        6.2.1 大数据预警流程第97-98页
        6.2.2 预测结果综合评价与诊断第98-100页
    6.3 本章小结第100-101页
7 全矢故障预测技术及其工程应用第101-114页
    7.1 基于全矢谱的故障预测技术第101-102页
    7.2 相关产品与功能开发第102-107页
        7.2.1 SDC系列采集器第103-105页
        7.2.2 软件功能第105-107页
    7.3 工程应用实例第107-113页
    7.4 本章小结第113-114页
8 结论与展望第114-118页
    8.1 结论第114-115页
    8.2 关键技术和创新点第115-116页
    8.3 展望第116-118页
参考文献第118-131页
个人简历第131-132页
在校期间发表的学术论文与研究成果第132-134页
致谢第134页

论文共134页,点击 下载论文
上一篇:铝土矿脱硫捕收剂的分子构筑及其作用机理研究
下一篇:箱梁结构力学分析方法—节线法