船舶推进轴系动力参数采集与信号分析系统
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 概述 | 第8-11页 |
| ·本课题的研究领域及学科 | 第8页 |
| ·本课题的工程意义 | 第8-9页 |
| ·国内外的研究现状 | 第9-10页 |
| ·本课题的研究内容 | 第10-11页 |
| 第二章 船舶推进轴系动力参数测试内容 | 第11-13页 |
| ·轴功测试 | 第11页 |
| ·振动测试 | 第11-13页 |
| ·扭转振动 | 第11-12页 |
| ·表面振动 | 第12-13页 |
| 第三章 工程信号处理方法简介 | 第13-28页 |
| ·数字滤波 | 第13-14页 |
| ·中值滤波 | 第13页 |
| ·平滑滤波 | 第13页 |
| ·FIR滤波 | 第13-14页 |
| ·时域分析 | 第14-16页 |
| ·相关分析 | 第14-15页 |
| ·Hilbert变换 | 第15页 |
| ·离散余弦变换(DCT) | 第15-16页 |
| ·频域分析 | 第16-19页 |
| ·幅值谱分析(FFT) | 第16页 |
| ·功率谱分析 | 第16-17页 |
| ·细化频谱(ZOOM-FFT) | 第17-18页 |
| ·倒谱分析 | 第18-19页 |
| ·频响函数 | 第19页 |
| ·相干函数 | 第19页 |
| ·时频分析 | 第19-21页 |
| ·短时傅立叶变换(STFT) | 第20页 |
| ·Wigner分布(WVD) | 第20-21页 |
| ·小波分析 | 第21-28页 |
| ·小波分析的数学解释 | 第21-22页 |
| ·小波变换的算法实现 | 第22-24页 |
| ·小波分析的工程应用 | 第24-28页 |
| 第四章 系统简介及应用实例 | 第28-39页 |
| ·硬件部分介绍 | 第28页 |
| ·软件功能及应用介绍 | 第28-39页 |
| ·软件模块框图 | 第28-29页 |
| ·轴功测试模块 | 第29页 |
| ·振动测试模块 | 第29-33页 |
| ·信号分析模块 | 第33-39页 |
| 第五章 裂纹悬臂梁的振动特性研究 | 第39-51页 |
| ·悬臂梁的弯曲振动理论 | 第39-41页 |
| ·裂纹悬臂梁的扭转弹簧模型 | 第41-45页 |
| ·模型建立 | 第41-43页 |
| ·数值求解 | 第43页 |
| ·计算实例 | 第43-45页 |
| ·悬臂梁的振动特性实验 | 第45-50页 |
| ·实验目的 | 第45页 |
| ·实验对象 | 第45页 |
| ·实验器材 | 第45页 |
| ·实验方法 | 第45-46页 |
| ·实验结果及分析 | 第46-50页 |
| ·结论 | 第50-51页 |
| 第六章 基于振动信号分析方法的旋转机械故障诊断 | 第51-59页 |
| ·神经网络在机械设备故障诊断技术中的应用 | 第51-53页 |
| ·人工神经网络的基本原理 | 第51-53页 |
| ·人工神经网络在故障诊断中的应用 | 第53页 |
| ·小波变换在故障诊断中的应用 | 第53页 |
| ·小波神经网络及其在故障诊断中的应用 | 第53页 |
| ·基于小波神经网络的旋转机械故障诊断模型 | 第53-58页 |
| ·旋转机械故障特征的建立 | 第54页 |
| ·基于小波变换的故障特征向量提取方法 | 第54-55页 |
| ·人工神经网络模型的建立 | 第55页 |
| ·人工神经网络模型的训练 | 第55-56页 |
| ·人工神经网络的输出与故障的匹配准则 | 第56-57页 |
| ·小波神经网络故障诊断模型的验证 | 第57-58页 |
| ·诊断模型的软件开发 | 第58页 |
| ·结论 | 第58-59页 |
| 第七章 总结与展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 作者攻读硕士学位期间发表的学术论文 | 第64-66页 |
