| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11页 |
| 1.2.3 国内外文献综述的简析 | 第11-13页 |
| 1.3 本文的主要研究内容 | 第13-15页 |
| 第2章 离心泵故障形式分析与模拟实验 | 第15-28页 |
| 2.1 引言 | 第15页 |
| 2.2 离心泵常见故障形式分析 | 第15-21页 |
| 2.2.1 机械密封故障 | 第16-17页 |
| 2.2.2 滚动轴承故障 | 第17-20页 |
| 2.2.3 离心泵转子故障 | 第20-21页 |
| 2.3 离心泵故障实验设计与数据采集 | 第21-27页 |
| 2.3.1 离心泵故障模拟实验台 | 第21-23页 |
| 2.3.2 离心泵故障模拟实验设计 | 第23-25页 |
| 2.3.3 离心泵故障模拟实验数据采集 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 离心泵振动信号故障特征提取方法 | 第28-53页 |
| 3.1 引言 | 第28页 |
| 3.2 频域特征参数提取 | 第28-39页 |
| 3.2.1 频域参数评价指标 | 第28-30页 |
| 3.2.2 振动信号故障频域特征提取 | 第30-37页 |
| 3.2.3 频域特征参数的评估 | 第37-39页 |
| 3.3 基于等概率粗粒化的LZ复杂度特征参数提取 | 第39-44页 |
| 3.3.1 Lempel-Ziv复杂度及其改进方法 | 第39-42页 |
| 3.3.2 振动信号复杂度特征参数提取 | 第42-44页 |
| 3.4 基于多尺度模糊熵的特征参数提取 | 第44-48页 |
| 3.4.1 模糊熵及多尺度分析 | 第44-46页 |
| 3.4.2 基于多尺度模糊熵的故障特征提取 | 第46-48页 |
| 3.5 离心泵状态特征向量 | 第48-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第4章 基于LS-SVM的离心泵故障模式识别 | 第53-64页 |
| 4.1 引言 | 第53页 |
| 4.2 基于最大相关最小冗余准则的特征优选 | 第53-58页 |
| 4.2.1 最大相关最小冗余特征优选方法 | 第53-55页 |
| 4.2.2 基于最小冗余原则的振动信号测点优选 | 第55-57页 |
| 4.2.3 基于最大相关最小冗余的故障特征优选 | 第57-58页 |
| 4.3 基于LS-SVM的离心泵多故障模式识别 | 第58-62页 |
| 4.3.1 额定工况离心泵故障模式识别 | 第58-60页 |
| 4.3.2 离心泵多工况故障模式识别 | 第60-62页 |
| 4.4 本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第70-72页 |
| 致谢 | 第72页 |