首页--工业技术论文--机械、仪表工业论文--机械制造工艺论文--柔性制造系统及柔性制造单元论文

基于基座多传感器信息融合的转子裂纹故障诊断

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-15页
   ·项目研究背景和意义第10-11页
   ·国内外研究现状第11-14页
     ·裂纹转子-轴承-基座系统动力学研究现状第11-12页
     ·多传感器信息融合国内外研究现状第12-14页
   ·论文的主要研究内容第14-15页
第二章 基座振动特性有限元分析第15-30页
   ·有限元分析软件 ANSYS第15-16页
   ·裂纹转子实验台有限元建模第16-22页
     ·建模对象及相关参数第17-18页
     ·模型单元的选取第18-20页
     ·建模及网格划分第20-22页
   ·基座振动特性分析第22-29页
     ·加载及求解第22-25页
     ·瞬态分析结果第25-29页
     ·结论分析第29页
   ·本章小结第29-30页
第三章 基座多传感器振动测试实验研究第30-37页
   ·振动测试方案第30-33页
     ·实验设备第30-32页
     ·实验方案第32-33页
   ·基于相关函数的基座多传感器优化布置第33-35页
     ·相关函数法第33-34页
     ·仿真实验第34-35页
   ·基座传感器布置方案第35-36页
   ·本章小结第36-37页
第四章 基于基座自适应加权的转子裂纹故障诊断第37-51页
   ·转子裂纹故障机理及诊断第37-39页
   ·自适应加权融合第39-43页
     ·信息融合的原理及过程第39-40页
     ·自适应加权融合算法第40-42页
     ·仿真分析第42-43页
   ·小波分析第43-45页
     ·连续小波函数介绍第43-44页
     ·离散小波函数介绍第44-45页
   ·裂纹转子故障诊断实例第45-50页
     ·实验方案第45页
     ·基座多传感器信息融合故障诊断第45-48页
     ·不同位置诊断结果对比分析第48-50页
   ·本章小结第50-51页
第五章 基于 SVM 基座信息融合的裂纹转子故障诊断第51-64页
   ·支持向量机理论第51-56页
     ·统计学习理论第51-54页
     ·支持向量机第54-56页
   ·支持向量机模型选择第56-58页
     ·核函数选择第56-57页
     ·多类分类方法选择第57-58页
   ·裂纹转子故障诊断应用研究第58-63页
     ·SVM 特征量的选取第59-60页
     ·基座多传感器信息融合故障诊断第60-62页
     ·诊断结果对比分析第62-63页
   ·本章小结第63-64页
第六章 研究结论与展望第64-65页
参考文献第65-68页
致谢第68-69页
附录第69页

论文共69页,点击 下载论文
上一篇:基于碳系纳米材料的生物传感器
下一篇:土坝形变监测中光纤传感装置的应用研究