| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·水电机组状态检修技术的研究目的和意义 | 第7-8页 |
| ·水电机组状态检修技术的发展概况 | 第8-9页 |
| ·趋势预测的内容及实施方法 | 第9-11页 |
| ·论文的主要内容 | 第11-12页 |
| 2 水电机组的振动特征及状态识别 | 第12-21页 |
| ·概述 | 第12页 |
| ·水电机组的振动特征 | 第12-17页 |
| ·水电机组信号处理的主要内容 | 第17-21页 |
| 3 基于小波包变换的水电机组振动信号的能量特征提取 | 第21-37页 |
| ·概述 | 第21页 |
| ·小波变换简介 | 第21-29页 |
| ·小波包变换简介 | 第29-31页 |
| ·小波包在能量特征提取中的应用 | 第31-37页 |
| 4 基于神经网络的工况识别 | 第37-45页 |
| ·标准的BP 算法及其改进算法 | 第37-40页 |
| ·网络参数的选择 | 第40-41页 |
| ·识别网络模型的建立及应用 | 第41-45页 |
| 5 基于神经网络的状态趋势预测 | 第45-57页 |
| ·设备状态预测的主要方法及神经网络预测方法的提出 | 第45-46页 |
| ·神经网络趋势预测的基本概念 | 第46页 |
| ·大型旋转机械的故障发展趋势的特征及预测策略 | 第46-48页 |
| ·趋势预测模型的设计 | 第48-57页 |
| 6 结论 | 第57-59页 |
| ·结论 | 第57-58页 |
| ·改进及展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录1 攻读硕士学位期间发表的论文 | 第64-65页 |
| 附录2 研究生期间参加的课题项目 | 第65页 |