首页--工业技术论文--能源与动力工程论文--蒸汽动力工程论文--蒸汽轮机(蒸汽透平、汽轮机)论文--运行论文

基于CS-BBO优化SVM的汽轮机转子故障诊断研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第10-14页
    1.1 课题来源第10页
    1.2 课题的背景及研究目的和意义第10-11页
    1.3 课题国内外研究进展第11-12页
        1.3.1 国外研究进展第11页
        1.3.2 国内研究进展第11-12页
    1.4 本文的主要研究内容第12-14页
第2章 汽轮机转子故障模拟试验第14-23页
    2.1 转子的故障机理研究第14-15页
        2.1.1 转子不平衡第14页
        2.1.2 转子不对中第14-15页
        2.1.3 动静碰磨第15页
    2.2 转子故障模拟试验装置与原理第15-18页
        2.2.1 转子故障模拟试验台装置第15-18页
        2.2.2 转子模拟试验原理第18页
    2.3 转子模拟试验方案与数据采集第18-21页
        2.3.1 转子正常运行模拟试验第18-19页
        2.3.2 转子不平衡故障模拟试验第19页
        2.3.3 转子不对中故障模拟试验第19-20页
        2.3.4 转子动静碰磨故障模拟试验第20-21页
    2.4 数据采集第21-22页
    2.5 本章小结第22-23页
第3章 基于LMD的汽轮机转子振动信号特征提取第23-39页
    3.1 软阈值小波降噪方法第23-29页
        3.1.1 小波变换原理第23-24页
        3.1.2 小波基函数的选择第24-25页
        3.1.3 阈值选取规则与阈值函数第25-26页
        3.1.4 基于快速傅立叶变换的信号频谱分析第26-27页
        3.1.5 软阈值小波降噪第27-29页
    3.2 局部均值分解法第29-34页
        3.2.1 局部均值分解原理第29-31页
        3.2.2 LMD和EEMD对比研究第31-33页
        3.2.3 实测信号的局部均值分解第33-34页
    3.3 基于LMD的信号特征提取研究第34-38页
        3.3.1 特征参数的选取第34-37页
        3.3.2 构建故障特征向量第37-38页
    3.4 本章小结第38-39页
第4章 基于CS-BBO算法的支持向量机参数优化第39-57页
    4.1 支持向量机概述第39-45页
        4.1.1 机器学习理论第39-40页
        4.1.2 VC维理论与结构风险最小化原则第40-41页
        4.1.3 支持向量机分类原理第41-44页
        4.1.4 核函数的选择与多分类方法第44-45页
    4.2 LIBSVM工具箱第45页
    4.3 生物地理学优化算法第45-49页
        4.3.1 生物地理学理论第45-47页
        4.3.2 生物地理学优化算法概述第47-49页
    4.4 基于混沌理论的生物地理学优化算法第49-52页
        4.4.1 混沌理论第49-50页
        4.4.2 混沌优化生物地理学算法第50-52页
    4.5 CS-BBO算法测试第52-54页
        4.5.1 CS-BBO和BBO算法的优化测试第52-54页
        4.5.2 CS-BBO和BBO算法的优化结果对比第54页
    4.6 CS-BBO算法优化支持向量机参数第54-56页
        4.6.1 支持向量机的相关参数第55页
        4.6.2 CS-BBO算法优化支持向量机参数第55-56页
    4.7 本章小结第56-57页
第5章 基于CS-BBO优化SVM的汽轮机转子故障识别第57-63页
    5.1 基于CS-BBO算法优化SVM的故障识别方法第57-58页
        5.1.1 CS-BBO算法优化SVM参数结果第57-58页
        5.1.2 CS-BBO算法优化SVM的故障识别结果第58页
    5.2 CPSO算法优化SVM故障诊断模型第58-60页
        5.2.1 CPSO算法原理第58-59页
        5.2.2 CPSO算法优化SVM参数第59-60页
    5.3 基于CPSO算法优化SVM的故障识别方法第60-61页
        5.3.1 CPSO算法优化SVM参数结果第60-61页
        5.3.2 CPSO算法优化SVM故障识别结果第61页
    5.4 两种故障诊断方法的比较结果与讨论第61-62页
    5.5 本章小结第62-63页
结论第63-65页
参考文献第65-70页
攻读学位期间发表的学术论文第70-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:动态多目标三维装箱问题的研究及其应用
下一篇:高渗透率风电波动对大规模电力系统频率动态特性的影响研究