| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-25页 |
| ·课题介绍 | 第10-11页 |
| ·故障诊断的基本情况介绍 | 第11-17页 |
| ·基本概念 | 第11页 |
| ·研究内容 | 第11-12页 |
| ·故障诊断的意义和目的 | 第12-13页 |
| ·设备故障诊断技术的发展状况 | 第13-15页 |
| ·设备故障诊断技术发展趋势 | 第15-17页 |
| ·旋转机械故障诊断 | 第17-19页 |
| ·研究的意义 | 第17页 |
| ·故障的种类 | 第17页 |
| ·故障机理研究 | 第17-18页 |
| ·故障征兆获取 | 第18-19页 |
| ·旋转机械故障诊断系统主要构成 | 第19-20页 |
| ·信号采集 | 第19页 |
| ·信号处理 | 第19页 |
| ·故障原因识别 | 第19-20页 |
| ·智能诊断决策技术 | 第20-22页 |
| ·基于神经网络的智能诊断技术 | 第21页 |
| ·基于行为的智能诊断技术 | 第21-22页 |
| ·远程分布式智能诊断技术 | 第22页 |
| ·本课题研究所用的基本理论 | 第22-24页 |
| ·基本理论依据 | 第22-23页 |
| ·本文采用的主要分析方法 | 第23页 |
| ·本文故障分析采用的主要参数 | 第23-24页 |
| ·论文的结构安排与主要工作 | 第24-25页 |
| 2 机械故障信号分析理论及处理方法 | 第25-50页 |
| ·现代时频信号分析理论 | 第25-36页 |
| ·大型回转机械故障诊断现状及本课题的信号分析路线 | 第36-48页 |
| ·大型回转机械故障诊断现状 | 第36-37页 |
| ·本课题采用的信号分析路线 | 第37-38页 |
| ·本课题采用的信号分析方法及其特点的研究 | 第38-48页 |
| ·小结 | 第48-50页 |
| 3 基于神经网络的机械故障预测与诊断 | 第50-69页 |
| ·预测的基本理论 | 第50-51页 |
| ·神经网络用于非平稳时间序列的预测 | 第51-67页 |
| ·基于BP神经网络L-M训练法的非平稳时间序列预测研究 | 第52-56页 |
| ·基于RBF神经网络的非平稳时间序列预测研究 | 第56-63页 |
| ·基于自适应线性元件网络的非平稳时间序列预测研究 | 第63-67页 |
| ·小结 | 第67-69页 |
| 4 故障数据库理论及网络通讯的研究 | 第69-81页 |
| ·分布式诊断系统研究进展 | 第69页 |
| ·远程诊断中心的研究 | 第69-71页 |
| ·数据库管理DAO的研究 | 第71-72页 |
| ·对网络通讯的研究 | 第72-77页 |
| ·TCP/IP参考模型 | 第72-74页 |
| ·Windows Sockets编程 | 第74-77页 |
| ·系统网络通讯的研究 | 第77-78页 |
| ·Web Service网络服务的研究 | 第78-79页 |
| ·网络安全与管理系统的研究 | 第79页 |
| ·小结 | 第79-81页 |
| 5 大型压缩机组在线状态监测系统设计 | 第81-94页 |
| ·压缩机组系统分析 | 第81页 |
| ·压缩机组被测参数确定 | 第81页 |
| ·系统硬件构成 | 第81页 |
| ·大型压缩机组在线状态监测系统软件设计 | 第81-83页 |
| ·系统软件功能结构及用户界面展示 | 第83页 |
| ·系统模块介绍 | 第83-91页 |
| ·工艺性能监测模块 | 第83-84页 |
| ·故障诊断模块 | 第84-85页 |
| ·系统信号分析模块 | 第85-89页 |
| ·网络模块功能的研究与开发 | 第89-91页 |
| ·分析结果举例显示 | 第91-93页 |
| ·结果输出 | 第93-94页 |
| 6 大型旋转机械的故障诊断与应用研究 | 第94-110页 |
| ·FFT与小波分析相结合对旋转失速过程分析的研究 | 第94-100页 |
| ·旋转失速 | 第94-95页 |
| ·旋转失速的信号特征 | 第95页 |
| ·分析方法 | 第95-100页 |
| ·基于重心重排平滑Wigner-Ville分布的故障特征提取方法 | 第100-102页 |
| ·神经网络在离心压缩机智能故障诊断中应用的研究 | 第102-109页 |
| ·对压缩机组喘振的研究 | 第102-103页 |
| ·振动与温度 | 第103-104页 |
| ·相似离度分析 | 第104-105页 |
| ·前轴瓦温度预测 | 第105-107页 |
| ·基于RBF神经网络的离心压缩机故障诊断实例的研究 | 第107-109页 |
| ·训练流程图与计算输出流程 | 第109-110页 |
| 7 大型旋转机械在线状态监测和故障诊断应用实例 | 第110-119页 |
| ·旋转失速与喘振 | 第110-113页 |
| ·故障情况基本介绍 | 第110-111页 |
| ·机组环境介绍 | 第111-113页 |
| ·故障原因分析 | 第113页 |
| ·诊断结果与实际验证 | 第113页 |
| ·转子的裂纹故障 | 第113-115页 |
| ·征兆分析 | 第113-115页 |
| ·诊断验证 | 第115页 |
| ·故障预响应处理 | 第115-119页 |
| ·机组预响应 | 第115-116页 |
| ·重油催化车间气压机预响应时间计算 | 第116-117页 |
| ·二套催化车间气压机预响应时间计算 | 第117-118页 |
| ·故障起因 | 第118页 |
| ·应用结果 | 第118-119页 |
| 结论与展望 | 第119-121页 |
| 1、结论 | 第119页 |
| 2、展望 | 第119-121页 |
| 参考资料 | 第121-126页 |
| 附录A | 第126-130页 |
| 攻读博士学位期间发表学术论文情况 | 第130-131页 |
| 创新点摘要 | 第131-132页 |
| 致谢 | 第132-133页 |
