| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8页 |
| ·研究进展与现状 | 第8-10页 |
| ·研究内容和主要创新点 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 第二章 虚拟仪器技术 | 第12-19页 |
| ·虚拟仪器基础 | 第12-13页 |
| ·虚拟仪器的概念 | 第12页 |
| ·虚拟仪器结构 | 第12-13页 |
| ·基于虚拟仪器技术的开发流程 | 第13页 |
| ·基于 Labwindows/CVI 虚拟仪器的平台搭建 | 第13-17页 |
| ·开发环境选择 | 第13-14页 |
| ·开发平台搭建 | 第14-15页 |
| ·基于 DLL 和 ActiveX 技术的平台扩展 | 第15-17页 |
| ·虚拟仪器在振动监测和故障诊断中的应用 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 汽轮机典型故障机理 | 第19-32页 |
| ·汽轮机典型的振动分类 | 第19-20页 |
| ·汽轮机典型故障分析 | 第20-29页 |
| ·转子不平衡 | 第20-22页 |
| ·转子不对中 | 第22-26页 |
| ·转子动静碰磨 | 第26-29页 |
| ·实验环境 | 第29-31页 |
| ·DHRMT 双跨转子实验台介绍 | 第29-30页 |
| ·实验设计 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 状态监测中振动信号的采集与分析 | 第32-45页 |
| ·振动测量基础 | 第32-33页 |
| ·振动的测试 | 第32-33页 |
| ·基于 PCI-6221 采集卡的振动信号采集系统设计 | 第33-40页 |
| ·振动信号采样参数整定 | 第33-34页 |
| ·数据采集系统硬件管理和设计 | 第34-36页 |
| ·多通道数据采集系统的软件开发 | 第36-40页 |
| ·基于 LabWindows_CVI 的振动信号分析系统设计 | 第40-44页 |
| ·时域分析 | 第40-42页 |
| ·频域分析 | 第42-43页 |
| ·振动信号分析系统设计 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于最优小波包树的振动信号预处理与特征提取 | 第45-56页 |
| ·小波分析理论 | 第45-46页 |
| ·连续小波变换（CWT） | 第45页 |
| ·离散小波变换（DWT） | 第45-46页 |
| ·多分辨率分析 | 第46页 |
| ·基于最优小波包树的振动信号分解与重构 | 第46-52页 |
| ·小波包函数定义 | 第46页 |
| ·小波包分解与重构算法 | 第46-47页 |
| ·基于最优小波包树的振动信号分析 | 第47-52页 |
| ·基于小波系数能量谱分析的振动信号特征提取 | 第52-55页 |
| ·特征提取算法及流程 | 第52-53页 |
| ·振动信号特征提取 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 基于粒子群优化最小二乘支持向量机的故障诊断 | 第56-65页 |
| ·支持向量机基本理论 | 第56-61页 |
| ·经典支持向量机理论 | 第56-57页 |
| ·LS-SVM 与经典 SVM 对比 | 第57-59页 |
| ·基于 RBF 的 LS-SVM 模型参数选择 | 第59-61页 |
| ·基于粒子群优化的最小二乘支持向量机 | 第61-62页 |
| ·经典粒子群算法原理 | 第61页 |
| ·基于惯性权重的 PSO 优化算法 | 第61-62页 |
| ·基于粒子群优化最小二乘支持向量机的故障诊断 | 第62-64页 |
| ·算法流程及参数寻优 | 第62-63页 |
| ·故障诊断实验结果 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第七章 总结与展望 | 第65-67页 |
| ·全文总结 | 第65页 |
| ·工作展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 发表论文和科研情况说明 | 第70-71页 |
| 致谢 | 第71-72页 |
