基于多源融合技术的转子系统载荷识别研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-20页 |
| ·引言 | 第12页 |
| ·选题目的及意义 | 第12-13页 |
| ·国内外研究动态 | 第13-17页 |
| ·基于电机电流的载荷识别 | 第13-15页 |
| ·基于振动信号的载荷识别 | 第15-16页 |
| ·多源融合技术 | 第16-17页 |
| ·研究目标和研究内容 | 第17-18页 |
| ·小结 | 第18-20页 |
| 第二章 转子系统振动特征及其载荷类型识别 | 第20-32页 |
| ·引言 | 第20页 |
| ·振动信号特征 | 第20-21页 |
| ·小波降噪方法 | 第21-22页 |
| ·小波降噪原理与步骤 | 第21-22页 |
| ·降噪效果评判指标 | 第22页 |
| ·基于改进阈值函数的振动信号小波降噪 | 第22-27页 |
| ·传统阈值处理函数 | 第22-23页 |
| ·改进阈值处理函数 | 第23-24页 |
| ·改进阈值函数降噪的可行性分析 | 第24-26页 |
| ·振动信号的改进阈值小波降噪 | 第26-27页 |
| ·基于关联维数的载荷类型识别 | 第27-31页 |
| ·关联维数及其计算步骤 | 第27-29页 |
| ·振动信号的关联维数计算及载荷类型识别 | 第29-31页 |
| ·小结 | 第31-32页 |
| 第三章 转子系统电机电流特征及其载荷类型识别 | 第32-46页 |
| ·引言 | 第32页 |
| ·电机电流信号特征 | 第32-34页 |
| ·基于奇异值分解的电机电流信号分析方法 | 第34-38页 |
| ·奇异值分解原理与步骤 | 第34-35页 |
| ·奇异值分解的可行性分析 | 第35-37页 |
| ·电机电流信号的奇异值分解 | 第37-38页 |
| ·基于小波包和B-P神经网络的载荷类型识别 | 第38-43页 |
| ·小波包能量特征提取原理 | 第38-39页 |
| ·BP神经网络原理 | 第39-40页 |
| ·电流信号的载荷类型识别 | 第40-43页 |
| ·小结 | 第43-46页 |
| 第四章 多源融合技术的载荷类型识别 | 第46-54页 |
| ·引言 | 第46页 |
| ·多源融合技术原理 | 第46-48页 |
| ·多源融合技术简介 | 第46-47页 |
| ·多源融合技术特点 | 第47页 |
| ·多源融合技术分类 | 第47-48页 |
| ·多源信息融合方法 | 第48页 |
| ·贝叶斯估计原理 | 第48-50页 |
| ·贝叶斯统计理论 | 第48-49页 |
| ·贝叶斯估计分类原理 | 第49页 |
| ·贝叶斯估计分类步骤 | 第49-50页 |
| ·特殊情况处理 | 第50页 |
| ·基于贝叶斯估计的载荷类型识别 | 第50-53页 |
| ·确定特征属性 | 第50-51页 |
| ·统计先验分布 | 第51-52页 |
| ·测试样本分类 | 第52-53页 |
| ·识别效果分析 | 第53页 |
| ·小结 | 第53-54页 |
| 第五章 基于多源融合技术的载荷定量识别 | 第54-66页 |
| ·引言 | 第54页 |
| ·载荷定量识别原理及可行性分析 | 第54-58页 |
| ·支持向量机基本原理 | 第54-57页 |
| ·载荷定量识别可行性分析 | 第57-58页 |
| ·单源信号的载荷定量识别 | 第58-63页 |
| ·特征点选取 | 第58页 |
| ·参数选取 | 第58-59页 |
| ·载荷定量识别 | 第59-63页 |
| ·多源融合的载荷定量识别 | 第63-65页 |
| ·四类载荷的定量识别 | 第64-65页 |
| ·载荷识别效果分析 | 第65页 |
| ·小结 | 第65-66页 |
| 第六章 载荷识别试验 | 第66-80页 |
| ·引言 | 第66页 |
| ·载荷识别试验台简介 | 第66-68页 |
| ·试验测试系统设计 | 第68-74页 |
| ·测试系统功能设计 | 第68页 |
| ·转速控制方法 | 第68-69页 |
| ·载荷控制方法 | 第69-72页 |
| ·振动测试方法 | 第72页 |
| ·电机电流测试方法 | 第72-73页 |
| ·采集分析仪器设备选型设计 | 第73-74页 |
| ·试验方案设计 | 第74-76页 |
| ·试验目的 | 第74页 |
| ·试验内容 | 第74-75页 |
| ·试验步骤 | 第75页 |
| ·注意事项 | 第75-76页 |
| ·试验结果与分析 | 第76-79页 |
| ·小结 | 第79-80页 |
| 第七章 结论与展望 | 第80-82页 |
| ·工作总结 | 第80页 |
| ·主要结论 | 第80-81页 |
| ·进一步工作展望 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 致谢 | 第87-88页 |
| 攻读学位期间发表的学术论文 | 第88页 |
