基于模糊诊断的大型风机故障诊断分析
| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1.绪论 | 第9-18页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 机械设备故障诊断概述 | 第10-13页 |
| 1.2.1 机械设备故障诊断的内容和意义 | 第10-12页 |
| 1.2.2 机械故障分析方法简介 | 第12-13页 |
| 1.3 模糊故障诊断概述 | 第13-16页 |
| 1.3.1 模糊理论的产生和发展 | 第13-14页 |
| 1.3.2 模糊诊断故障法的产生和发展 | 第14页 |
| 1.3.3 模糊故障诊断的方法 | 第14-16页 |
| 1.4 风机故障诊断技术及其发展 | 第16-17页 |
| 1.5 论文的主要研究内容 | 第17-18页 |
| 2.风机故障类型及诊断方法 | 第18-26页 |
| 2.1 风机简介 | 第18-20页 |
| 2.1.1 风机的分类形式 | 第18页 |
| 2.1.2 风机产品及在冶金行业中的应用 | 第18-20页 |
| 2.2 风机常见故障类型及征兆 | 第20-22页 |
| 2.2.1 风机故障来源及原因 | 第20页 |
| 2.2.2 风机的主要故障形式及征兆 | 第20-22页 |
| 2.3 风机故障诊断分析方法及诊断实例 | 第22-25页 |
| 2.3.1 风机故障诊断方法 | 第22-23页 |
| 2.3.2 风机故障诊断实例 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3.模糊故障诊断理论 | 第26-36页 |
| 3.1 模糊子集 | 第26页 |
| 3.2 模糊子集间的运算 | 第26-27页 |
| 3.2.1 交、并、补的运算 | 第27页 |
| 3.2.2 代数运算 | 第27页 |
| 3.3 隶属函数 | 第27-32页 |
| 3.3.1 模糊统计法 | 第28-29页 |
| 3.3.2 模糊分布 | 第29-32页 |
| 3.3.3 二元对比排序法 | 第32页 |
| 3.4 模糊矩阵的构造 | 第32-33页 |
| 3.5 模糊综合评判 | 第33-34页 |
| 3.6 模糊识别 | 第34-35页 |
| 3.7 本章小结 | 第35-36页 |
| 4.模糊诊断法在风机故障中的应用 | 第36-47页 |
| 4.1 风机故障库与征兆库的建立 | 第36-38页 |
| 4.2 风机故障模糊诊断模型的建立 | 第38-43页 |
| 4.2.1 隶属函数的确定 | 第38-40页 |
| 4.2.2 模糊诊断矩阵的构造 | 第40-43页 |
| 4.2.3 模糊综合评判的选择 | 第43页 |
| 4.3 风机故障模糊诊断结果的识别 | 第43-44页 |
| 4.4 矩阵自学习的实现 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5.现场试验测试与分析 | 第47-60页 |
| 5.1 数据采集分析仪 | 第47-49页 |
| 5.2 实际振动测量与分析 | 第49-57页 |
| 5.2.1 振动仪参数设置 | 第49-51页 |
| 5.2.2 信号的采集处理与分析 | 第51-57页 |
| 5.3 模糊故障诊断 | 第57-58页 |
| 5.4 本章小结 | 第58-60页 |
| 6.结论与展望 | 第60-61页 |
| 6.1 结论 | 第60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 作者简介 | 第65-66页 |
