石化装备关键机组磨损监控平台研发
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·选题背景及意义 | 第9-10页 |
| ·油液监测技术 | 第10-14页 |
| ·油液监测技术内涵 | 第10-11页 |
| ·常见的油液监测技术 | 第11-14页 |
| ·本文研究的主要内容 | 第14-17页 |
| 第二章 机械设备磨损及状态发展趋势预测方法 | 第17-31页 |
| ·摩擦学理论及其分类 | 第17-18页 |
| ·摩擦的定义 | 第17页 |
| ·摩擦的分类 | 第17-18页 |
| ·机械设备磨损 | 第18-22页 |
| ·磨损的定义 | 第18页 |
| ·磨损的分类 | 第18-22页 |
| ·机械设备的磨损失效过程 | 第22-23页 |
| ·常用的机械设备状态判定及发展趋势预测方法 | 第23-29页 |
| ·基于支持向量机的机械状态诊断方法 | 第24-25页 |
| ·基于人工神经网络的机械设备诊断方法 | 第25-27页 |
| ·基于灰色理论的机械设备状态诊断方法 | 第27-28页 |
| ·基于线性回归模型的机械设备状态诊断方法 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 石化装备关键机组磨损状况监测平台 | 第31-49页 |
| ·监测平台的组成 | 第31页 |
| ·磨粒图库部分 | 第31-36页 |
| ·数据分析系统 | 第36-46页 |
| ·多源信息融合 | 第36-37页 |
| ·聚类分析 | 第37-42页 |
| ·判别分析 | 第42-46页 |
| ·检维修记录 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于聚类分析及判别分析构建数学模型 | 第49-65页 |
| ·实验方案 | 第50-57页 |
| ·实验平台 | 第50-55页 |
| ·数据采集 | 第55-57页 |
| ·油液监测理化数据综合评定指标构建 | 第57-62页 |
| ·聚类分析及结果 | 第58-59页 |
| ·判别分析及结果 | 第59-61页 |
| ·验证判别函数式的可行性 | 第61-62页 |
| ·本章小结 | 第62-65页 |
| 第五章 总结与展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录1 实验机组原始数据 | 第71-77页 |
| 附录2 实验数据的预处理结果 | 第77-83页 |
| 附录3 实验数据的聚类分析结果 | 第83-85页 |
| 附录4 实验数据的Bayes判别结果 | 第85-91页 |
| 附录5 现场数据的Bayes判别结果 | 第91-97页 |
| 致谢 | 第97-99页 |
| 攻读学位期间发表的学术论文目录 | 第99页 |
