风机实时在线状态监测与故障诊断模糊神经专家系统研究
| 第一章 绪论 | 第1-16页 |
| ·选题背景及研究意义 | 第5-7页 |
| ·国内外的技术现状与发展趋势 | 第7-10页 |
| ·故障诊断方法 | 第10-13页 |
| ·风机实时在线状态监测与故障诊断的目标 | 第13-15页 |
| ·主要研究内容 | 第15-16页 |
| 第二章 信号分析处理及实例 | 第16-36页 |
| ·时域分析 | 第16-17页 |
| ·波形分析 | 第16-17页 |
| ·轨迹分析 | 第17页 |
| ·幅值分析 | 第17页 |
| ·频域分析 | 第17-19页 |
| ·傅里叶变换 | 第18-19页 |
| ·快速傅立叶变换〔FFT〕 | 第19页 |
| ·时频域分析--小波分析 | 第19-28页 |
| ·小波分析理论 | 第20-22页 |
| ·小波变换方法 | 第22-25页 |
| ·小波变换的应用 | 第25-28页 |
| ·风机标准故障特征库的建立 | 第28-33页 |
| ·信号的模糊化 | 第28页 |
| ·基于FFT 的特征提取和故障特征库的建立 | 第28-31页 |
| ·基于小波包的特征提取和故障特征库的建立 | 第31-33页 |
| ·小波包在风机叶片裂纹故障中的应用 | 第33-36页 |
| 第三章 模糊神经专家诊断系统的设计 | 第36-51页 |
| ·理论基础 | 第36-40页 |
| ·神经网络理论 | 第36-39页 |
| ·专家系统理论 | 第39-40页 |
| ·模糊神经网络与专家系统的结合 | 第40-41页 |
| ·结合的可行性 | 第40-41页 |
| ·结合的途径 | 第41页 |
| ·系统总体结构及诊断原理 | 第41-43页 |
| ·系统总体结构 | 第41-42页 |
| ·诊断原理 | 第42-43页 |
| ·系统的算法实现 | 第43-44页 |
| ·诊断知识库的建立 | 第44-51页 |
| ·知识的获取 | 第45-47页 |
| ·知识的表示 | 第47-48页 |
| ·知识的推理 | 第48页 |
| ·系统的解释机制 | 第48-51页 |
| 第四章 模糊神经专家系统的实现 | 第51-61页 |
| ·系统的硬件实现 | 第51-53页 |
| ·风机监测点的布置 | 第52页 |
| ·传感器和信号调理器的选择 | 第52-53页 |
| ·系统的软件实现 | 第53-59页 |
| ·数据采集模块 | 第54-55页 |
| ·实时状态监测模块 | 第55页 |
| ·报警管理模块 | 第55-56页 |
| ·趋势分析模块 | 第56页 |
| ·信号处理模块 | 第56-57页 |
| ·故障诊断模块 | 第57页 |
| ·数据管理模块 | 第57-58页 |
| ·用户管理模块 | 第58页 |
| ·系统帮助模块 | 第58-59页 |
| ·诊断实例 | 第59-61页 |
| 第五章 结论与展望 | 第61-63页 |
| ·结论 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士期间参与项目与发表论文 | 第67-68页 |
| 致谢 | 第68页 |
