基于灰色神经网络的液压泵故障诊断研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题研究背景 | 第10-12页 |
| ·机械故障诊断简介 | 第10-11页 |
| ·机械设备故障诊断的方法 | 第11-12页 |
| ·液压泵的故障诊断概述 | 第12-15页 |
| ·液压设备的故障诊断 | 第12-13页 |
| ·液压泵故障诊断及其研究现状 | 第13-14页 |
| ·液压泵故障诊断技术的研究方向 | 第14-15页 |
| ·灰色神经网络的发展及研究现状 | 第15-16页 |
| ·课题研究意义及研究内容 | 第16-19页 |
| ·本课题研究意义 | 第16-17页 |
| ·本课题研究内容 | 第17-19页 |
| 第2章 灰色神经网络 | 第19-34页 |
| ·基于知识的故障诊断方法 | 第19-20页 |
| ·灰色理论 | 第20-24页 |
| ·灰色基本理论 | 第20-21页 |
| ·灰色关联度 | 第21-24页 |
| ·神经网络 | 第24-30页 |
| ·神经网络概述 | 第24-26页 |
| ·神经网络结构 | 第26-28页 |
| ·神经网络的计算法则 | 第28页 |
| ·神经网络在故障诊断中的应用 | 第28-29页 |
| ·神经网络基于计算机软件的实现 | 第29-30页 |
| ·灰色神经网络 | 第30-33页 |
| ·灰色理论与神经网络结合方法 | 第30-31页 |
| ·灰色神经网络设计 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 液压泵状态监测实验研究 | 第34-46页 |
| ·液压泵的状态监测 | 第34-38页 |
| ·泵的振动信号监测 | 第34-36页 |
| ·虚拟仪器 | 第36-38页 |
| ·实验系统 | 第38-40页 |
| ·数据采集 | 第40-44页 |
| ·轴向柱塞泵的故障机理分析 | 第40-41页 |
| ·信号采集 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 灰色神经网络方法的故障诊断 | 第46-70页 |
| ·信号处理 | 第46-57页 |
| ·小波分解 | 第47-51页 |
| ·小波包消噪 | 第51-54页 |
| ·Hilbert 变换包络解调 | 第54-57页 |
| ·特征向量提取 | 第57-65页 |
| ·小波包能量特征提取 | 第57-62页 |
| ·幅值域特征向量提取 | 第62-65页 |
| ·灰色神经网络故障诊断 | 第65-69页 |
| ·时频域特征向量诊断结果 | 第66-68页 |
| ·幅值域特征向量诊断结果 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 作者简介 | 第79页 |
