基于热力参数的旋转机械故障诊断
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-20页 |
| ·引言 | 第9-11页 |
| ·设备诊断技术研究的必要性、重要性 | 第9-10页 |
| ·设备诊断技术的有效性 | 第10-11页 |
| ·国内外研究与应用综述 | 第11-18页 |
| ·国内外的研究现状 | 第11-12页 |
| ·常见故障及产生机理 | 第12-13页 |
| ·机械性故障征兆提取 | 第13-15页 |
| ·故障诊断推理方法 | 第15-18页 |
| ·本课题研究的目的、方法和主要内容 | 第18-20页 |
| ·课题研究的目的 | 第18-19页 |
| ·课题研究的方法及内容 | 第19-20页 |
| 2 压气机全工况性能计算模型 | 第20-35页 |
| ·轴流式压气机结构与工作原理 | 第20-21页 |
| ·轴流式压气机性能计算常用方法 | 第21-22页 |
| ·基元叶栅法 | 第21页 |
| ·逐级叠加法 | 第21-22页 |
| ·多级特性计算综合规律法 | 第22页 |
| ·轴流式压气机特性计算模型 | 第22-31页 |
| ·特性计算中的简化假设 | 第22-23页 |
| ·多级压气机的基本参数及其与级参数的关系 | 第23-25页 |
| ·基于设计点的压气机全工况特性计算模型 | 第25-31页 |
| ·压气机设计工况特性计算示例 | 第31-35页 |
| 3 人工神经网络与小偏差法在诊断中的应用 | 第35-53页 |
| ·人工神经网络基本原理 | 第35-37页 |
| ·人工神经元 | 第35-36页 |
| ·神经元的互连形态 | 第36-37页 |
| ·神经网络常用学习规则 | 第37页 |
| ·BP神经网络模型 | 第37-47页 |
| ·BP算法基本原理 | 第37-41页 |
| ·BP网络学习步骤 | 第41-43页 |
| ·BP网络存在的问题 | 第43页 |
| ·BP算法的改进方法 | 第43-45页 |
| ·改进BP算法的有效性分析 | 第45-47页 |
| ·小偏差法分析原理及应用 | 第47-53页 |
| ·小偏差分析原理 | 第48-49页 |
| ·压气机故障小偏差方程的建立 | 第49-53页 |
| 4 压气机性能监测及故障诊断系统的实现 | 第53-59页 |
| ·压气机故障知识库的建立及推理的实现过程 | 第53-57页 |
| ·诊断判据的确定 | 第53页 |
| ·故障样本库建立 | 第53-54页 |
| ·改进BP算法在诊断中的应用 | 第54-57页 |
| ·诊断推理的实现 | 第57页 |
| ·系统的结构与功能 | 第57-59页 |
| 5 结论与展望 | 第59-61页 |
| ·本论文完成的主要工作 | 第59页 |
| ·进一步的工作与展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录: 攻读硕士学位期间发表的学术论文 | 第65-66页 |
