摘要 | 第3-4页 |
Abstract | 第4页 |
第1章 绪论 | 第8-18页 |
1.1 选题背景及意义 | 第8-9页 |
1.2 燃气调压器类型及工作原理 | 第9-12页 |
1.3 燃气调压器技术研究现状 | 第12-13页 |
1.4 常见的信号特征提取方法 | 第13-16页 |
1.5 主要研究内容及章节安排 | 第16-18页 |
第2章 小波分析基本理论 | 第18-29页 |
2.1 小波分析简介 | 第18页 |
2.2 连续小波变换和离散变换 | 第18-20页 |
2.2.1 连续小波变换 | 第18-19页 |
2.2.2 离散小波变换 | 第19-20页 |
2.3 小波包分析 | 第20-23页 |
2.3.1 小波包定义 | 第20-22页 |
2.3.2 小波和小波包的区别 | 第22-23页 |
2.4 小波函数的选取 | 第23-27页 |
2.4.1 常见的小波函数 | 第23-26页 |
2.4.2 最优小波基选取 | 第26-27页 |
2.5 小波分析在故障信号特征提取中的应用 | 第27-28页 |
2.5.1 小波分析检测信号的奇异性 | 第27页 |
2.5.2 小波分析降噪提取信号时频特征 | 第27-28页 |
2.5.3 小波包提取信号频带能量特征 | 第28页 |
2.6 本章小结 | 第28-29页 |
第3章 高中压燃气调压器历史故障数据分析 | 第29-41页 |
3.1 高中压燃气调压器常见故障类型及表现特征 | 第29-32页 |
3.1.1 高中压燃气调压器常见故障类型及原因 | 第29-30页 |
3.1.2 高中压燃气调压器故障表现特征 | 第30-32页 |
3.2 小波包能量法提取高中压燃气调压器故障特征 | 第32-39页 |
3.2.1 小波包能量法 | 第32-33页 |
3.2.2 特征提取实例分析 | 第33-39页 |
3.2.3 调压器故障预报警模型 | 第39页 |
3.3 本章小结 | 第39-41页 |
第4章 高中压调压示范站运行数据采集系统 | 第41-47页 |
4.1 北京市高中压燃气调压场站调研 | 第41-42页 |
4.1.1 调研目的 | 第41页 |
4.1.2 调研成果 | 第41-42页 |
4.2 高中压燃气调压示范站的选取 | 第42-43页 |
4.3 示范站数据采集系统方案 | 第43-46页 |
4.3.1 数据采集系统简介 | 第43-44页 |
4.3.2 数据采集点位 | 第44-45页 |
4.3.3 采集模块配置 | 第45-46页 |
4.4 本章小结 | 第46-47页 |
第5章 高中压燃气调压器故障特征提取分析 | 第47-66页 |
5.1 基于连续小波变换的故障特征提取分析 | 第47-57页 |
5.1.1 连续小波变换能量谱 | 第47-48页 |
5.1.2 小波函数及尺度因子的选取 | 第48页 |
5.1.3 特征提取实例分析 | 第48-56页 |
5.1.4 特征提取结论总结 | 第56-57页 |
5.2 基于小波包能量法的故障实例分析 | 第57-65页 |
5.2.1 不同故障类型连续性分析 | 第57-62页 |
5.2.2 调压器故障的跟踪分析 | 第62-64页 |
5.2.3 特征提取结论总结 | 第64-65页 |
5.3 本章小结 | 第65-66页 |
第6章 燃气调压器多变量安全预警系统的构建 | 第66-73页 |
6.1 安全预警系统设计思路 | 第66页 |
6.2 安全预警知识库的建立 | 第66-69页 |
6.2.1 安全预警模型指标简介 | 第66-68页 |
6.2.2 安全预警知识模型 | 第68-69页 |
6.3 安全预警系统结构设计 | 第69-71页 |
6.4 安全预警功能的实现 | 第71页 |
6.5 本章小结 | 第71-73页 |
第7章 基于RBF神经网络的高中压燃气调压器故障诊断方法探索 | 第73-80页 |
7.1 神经网络发展历程 | 第73页 |
7.2 常见的神经网络模型 | 第73-74页 |
7.3 RBF神经网络在高中压调压系统中的应用 | 第74-78页 |
7.3.1 RBF神经网络模型 | 第74-75页 |
7.3.2 RBF神经网络算法实现 | 第75-76页 |
7.3.3 故障诊断实例分析 | 第76-78页 |
7.4 本章小结 | 第78-80页 |
结论 | 第80-82页 |
参考文献 | 第82-86页 |
致谢 | 第86页 |