基于改进支持向量机和特征信息融合的水电机组故障诊断
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 1 绪论 | 第11-31页 |
| ·课题研究的背景和意义 | 第11-13页 |
| ·状态检修研究现状 | 第13-19页 |
| ·水电机组故障振动特征提取方法研究 | 第19-22页 |
| ·支持向量机理论与应用研究现状 | 第22-25页 |
| ·信息融合理论及应用研究 | 第25-29页 |
| ·论文的结构和内容 | 第29-31页 |
| 2 水电机组的故障机理分析 | 第31-39页 |
| ·引言 | 第31页 |
| ·水电机组的故障特点 | 第31-32页 |
| ·水电机组的故障机理 | 第32-38页 |
| ·本章小结 | 第38-39页 |
| 3 水电机组开机自诊断方法 | 第39-55页 |
| ·引言 | 第39页 |
| ·水电机组开机自诊断思想 | 第39-40页 |
| ·水电机组开机自诊断模型 | 第40-43页 |
| ·振动信号的小波去噪 | 第43-47页 |
| ·频率特征提取 | 第47-48页 |
| ·时间特征提取 | 第48-51页 |
| ·空间特征提取 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 4 水电机组故障的轴心轨迹不变矩特征提取方法 | 第55-67页 |
| ·引言 | 第55页 |
| ·不变矩的定义 | 第55-57页 |
| ·矩的不变性检验 | 第57-64页 |
| ·改进不变矩及仿真计算 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 5 改进支持向量机在水电机组故障诊断中的应用 | 第67-91页 |
| ·引言 | 第67页 |
| ·统计学习理论 | 第67-70页 |
| ·支持向量机 | 第70-75页 |
| ·数据依赖性改进方法 | 第75-78页 |
| ·实验研究 | 第78-90页 |
| ·本章小结 | 第90-91页 |
| 6 信息融合技术在水电机组故障诊断中的应用 | 第91-112页 |
| ·引言 | 第91页 |
| ·信息融合技术的主要方法 | 第91-96页 |
| ·水电机组故障诊断中的信息融合 | 第96-103页 |
| ·实验研究 | 第103-111页 |
| ·本章小结 | 第111-112页 |
| 7 水电机组稳定性状态监测及故障诊断系统 | 第112-132页 |
| ·引言 | 第112页 |
| ·总体架构 | 第112-118页 |
| ·测点布置 | 第118-120页 |
| ·硬件系统设计 | 第120-123页 |
| ·数据库管理 | 第123页 |
| ·决策支持系统 | 第123-125页 |
| ·系统原型设计 | 第125-130页 |
| ·本章小结 | 第130-132页 |
| 8 总结与展望 | 第132-135页 |
| ·全文总结 | 第132-133页 |
| ·研究展望 | 第133-135页 |
| 致谢 | 第135-136页 |
| 参考文献 | 第136-147页 |
| 附录1：攻读博士学位期间发表的学术论文 | 第147-149页 |
| 附录2：攻读博士学位期间参与的科研项目 | 第149页 |
