| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究的背景和意义 | 第10页 |
| 1.2 往复压缩机故障诊断的发展现状 | 第10-12页 |
| 1.3 课题相关故障诊断方法综述 | 第12-15页 |
| 1.3.1 时频分析方法研究 | 第12-14页 |
| 1.3.2 时间序列非线性分析方法研究 | 第14-15页 |
| 1.3.3 智能模式识别方法研究 | 第15页 |
| 1.4 本文主要研究内容 | 第15-17页 |
| 第二章 局部均值分解方法的理论研究与改进 | 第17-32页 |
| 2.1 局部均值方法概述 | 第17-18页 |
| 2.1.1 瞬时频率 | 第17-18页 |
| 2.1.2 乘积函数分量 | 第18页 |
| 2.2 LMD方法流程与存在问题 | 第18-21页 |
| 2.2.1 LMD算法流程 | 第18-20页 |
| 2.2.2 存在的问题 | 第20-21页 |
| 2.3 LMD改进方法 | 第21-24页 |
| 2.3.1 单调三次Hermite插值算法 | 第21-22页 |
| 2.3.2 改进LMD方法 | 第22-24页 |
| 2.4 仿真与实测信号试验 | 第24-31页 |
| 2.4.1 仿真信号试验 | 第24-27页 |
| 2.4.2 实测信号试验 | 第27-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 多尺度模糊熵理论与应用 | 第32-44页 |
| 3.1 多尺度模糊熵基础理论 | 第32-37页 |
| 3.1.1 样本熵 | 第32-33页 |
| 3.1.2 模糊熵 | 第33-35页 |
| 3.1.3 多尺度熵 | 第35-37页 |
| 3.2 多尺度模糊熵 | 第37-40页 |
| 3.2.1 多尺度模糊熵算法 | 第37-38页 |
| 3.2.2 参数的选取 | 第38-40页 |
| 3.3 多尺度模糊熵算法应用 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 基于改进LMD与MFE的往复压缩机故障诊断方法 | 第44-60页 |
| 4.1 往复压缩机故障机理分析 | 第44-47页 |
| 4.1.1 往复压缩机基本结构和工作原理 | 第44-45页 |
| 4.1.2 往复压缩机常见故障机理分析 | 第45-47页 |
| 4.2 往复压缩机故障振动信号数据采集 | 第47-49页 |
| 4.2.1 振动信号数据采集原则 | 第47页 |
| 4.2.2 往复压缩机测点布置 | 第47-49页 |
| 4.3 基于改进LMD与MFE的往复压缩机诊断方法 | 第49-52页 |
| 4.3.1 方法概述 | 第49-51页 |
| 4.3.2 特征提取算法流程 | 第51-52页 |
| 4.4 往复压缩机故障诊断应用实例 | 第52-59页 |
| 4.4.1 往复压缩机轴承故障诊断 | 第52-56页 |
| 4.4.2 往复压缩机气阀故障诊断 | 第56-59页 |
| 4.5 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 发表文章目录 | 第65-66页 |
| 致谢 | 第66-67页 |