摘要 | 第6-7页 |
Abstract | 第7页 |
第1章 绪论 | 第11-18页 |
1.1 本课题研究的目的和意义 | 第11页 |
1.2 机械密封端面接触状态监测国内外研究现状和发展趋势 | 第11-12页 |
1.3 机械密封的技术综述 | 第12-16页 |
1.3.1 表征机械密封端面接触情况的常用参数 | 第13页 |
1.3.2 表征机械密封端面接触情况的相关测量方法 | 第13-15页 |
1.3.3 机械密封端面接触情况的相关控制方法 | 第15-16页 |
1.3.4 总结 | 第16页 |
1.4 本文主要研究内容 | 第16-18页 |
第2章 机械密封监测实验系统和实验数据分析 | 第18-25页 |
2.1 声发射技术 | 第18页 |
2.2 机械密封声发射信号波形参数及特点 | 第18-19页 |
2.3 声发射传感器的安装 | 第19-20页 |
2.4 实验装置和系统 | 第20-21页 |
2.5 实验采集信号的观察与讨论 | 第21-24页 |
2.6 本章小结 | 第24-25页 |
第3章 特征参数提取和优化降维 | 第25-39页 |
3.1 声发射信号的抽取 | 第25页 |
3.2 数据零均化 | 第25-26页 |
3.3 EEMD分析 | 第26-32页 |
3.3.1 EMD方法分解的基本原理 | 第26-28页 |
3.3.2 Hilbert谱 | 第28-29页 |
3.3.3 EEMD | 第29-32页 |
3.4 时域分析特征提取 | 第32-33页 |
3.5 频域分析特征提取 | 第33-34页 |
3.6 特征参数降维 | 第34-38页 |
3.6.1 KPCA原理 | 第34-36页 |
3.6.2 机械密封状态监测特征参数降维 | 第36-38页 |
3.7 本章小结 | 第38-39页 |
第4章 SVM基本理论、算法及其在故障诊断中的应用 | 第39-49页 |
4.1 SVM基本理论 | 第39-42页 |
4.1.1 线性可分情况 | 第39-41页 |
4.1.2 线性不可分的情况 | 第41-42页 |
4.2 基于支持向量机的状态分类识别算法 | 第42-43页 |
4.3 支持向量机参数选择 | 第43-46页 |
4.4 支持向量机核函数类型选择 | 第46-47页 |
4.5 机械密封实验数据测试 | 第47-48页 |
4.6 本章小结 | 第48-49页 |
第5章 DHMM基本理论及其在机械密封诊断中的应用 | 第49-58页 |
5.1 HMM基本理论 | 第49-52页 |
5.1.1 HMM基本概念 | 第49-51页 |
5.1.2 HMM分类 | 第51-52页 |
5.2 HMM基本算法 | 第52-56页 |
5.2.1 前向-后向算法 | 第52-54页 |
5.2.2 Viterbi算法 | 第54-55页 |
5.2.3 Baum-Welch算法 | 第55-56页 |
5.3 HMM在模式分类中的作用 | 第56-57页 |
5.4 本章小结 | 第57-58页 |
第6章 基于DHMM的机械密封端面接触状态识别 | 第58-66页 |
6.1 信号的分帧处理 | 第58页 |
6.2 特征矢量的标量量化 | 第58-59页 |
6.3 多观测样本序列的DHMM训练 | 第59-60页 |
6.4 DHMM应用于机械密封膜厚识别 | 第60-61页 |
6.5 诊断实验 | 第61-64页 |
6.5.1 DHMM训练 | 第61-62页 |
6.5.2 DHMM诊断结果 | 第62-64页 |
6.6 两种膜厚识别方法对比分析 | 第64-65页 |
6.7 本章小结 | 第65-66页 |
结论 | 第66-67页 |
致谢 | 第67-68页 |
参考文献 | 第68-71页 |
攻读硕士学位期间发表的论文及科研成果 | 第71页 |