基于形态滤波和灰色理论的柴油机故障诊断研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-20页 |
| ·论文研究的背景及意义 | 第9-10页 |
| ·柴油机故障诊断技术研究现状 | 第10-11页 |
| ·柴油机故障诊断技术研究方法 | 第11-15页 |
| ·形态滤波发展现状 | 第15-17页 |
| ·灰色系统理论的研究现状 | 第17-18页 |
| ·本文主要研究内容 | 第18-20页 |
| 2 柴油机故障机理分析 | 第20-27页 |
| ·柴油机的基本结构和动力性能分析 | 第20-22页 |
| ·柴油机的基本结构 | 第20-21页 |
| ·柴油机的动力性能分析 | 第21-22页 |
| ·柴油机振动特性分析 | 第22-25页 |
| ·振动激励源分析 | 第22-23页 |
| ·振动传播路径分析 | 第23-24页 |
| ·振动信号特性分析 | 第24-25页 |
| ·柴油机故障类型和故障特征 | 第25-26页 |
| ·柴油机故障类型 | 第25页 |
| ·柴油机故障特点 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 柴油机故障诊断系统实验 | 第27-36页 |
| ·柴油机试验测试系统 | 第27-30页 |
| ·实验方案设计 | 第30-34页 |
| ·采用频率设置 | 第30页 |
| ·实验工况设置 | 第30-32页 |
| ·实验测点布置 | 第32-34页 |
| ·实验内容及步骤 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 柴油机振动信号分析及特征值提取 | 第36-65页 |
| ·基于数学形态学的柴油机振动信号滤波 | 第36-50页 |
| ·数学形态滤波的基本原理 | 第36-38页 |
| ·结构元素 | 第38-40页 |
| ·本文结构元素选取的方法 | 第40-42页 |
| ·广义形态滤波器的选择 | 第42-46页 |
| ·自适应广义形态滤波 | 第46-50页 |
| ·柴油机振动信号气缸燃爆冲击特征分析 | 第50-55页 |
| ·柴油机振动信号特征参数提取 | 第55-59页 |
| ·振动信号时域频域特征参数分析 | 第55-58页 |
| ·柴油机时域频域特征参数提取 | 第58-59页 |
| ·柴油机振动信号小波包能量分析 | 第59-63页 |
| ·小波包分析原理 | 第59-60页 |
| ·柴油机小波包能量特征值 | 第60-63页 |
| ·本章小结 | 第63-65页 |
| 5 基于灰色理论的柴油机故障诊断研究 | 第65-79页 |
| ·灰色关联分析的原理 | 第65-66页 |
| ·基于改进的灰色关联度分析的柴油机故障诊断 | 第66-71页 |
| ·改进的灰色关联度分析的原理 | 第67-69页 |
| ·基于改进的灰色关联度分析的柴油机故障诊断 | 第69-71页 |
| ·基于灰色神经网络模型的柴油机故障诊断 | 第71-78页 |
| ·人工神经网络的原理 | 第71-72页 |
| ·灰色神经网络模型概述 | 第72-73页 |
| ·灰色神经网络模型设计 | 第73-75页 |
| ·基于灰色神经网络的柴油机故障诊断 | 第75-77页 |
| ·灰色关联分析诊断结果的分析和比较 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 结论与展望 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第86-87页 |
| 致谢 | 第87-88页 |
