基于振动信息的转子系统载荷识别方法研究
摘要 | 第1-5页 |
abstract | 第5-12页 |
第一章 绪论 | 第12-18页 |
·引言 | 第12页 |
·研究的目的和意义 | 第12-13页 |
·国内外研究现状 | 第13-16页 |
·转子系统载荷激励研究动态 | 第13-14页 |
·转子系统弯扭耦合建模研究动态 | 第14-15页 |
·振动信号的载荷识别方法研究动态 | 第15页 |
·相关问题的讨论 | 第15-16页 |
·主要研究内容 | 第16-17页 |
·技术路线 | 第17页 |
·小结 | 第17-18页 |
第二章 载荷激励下转子系统弯扭耦合的数学模型 | 第18-26页 |
·引言 | 第18页 |
·转子系统载荷激励传递特性 | 第18-19页 |
·转子系统的离散化 | 第19-20页 |
·质量和转动惯量的离散化 | 第19页 |
·转轴刚度的等效 | 第19-20页 |
·等效粘性阻尼系数 | 第20页 |
·变载荷转子系统弯扭耦合数学模型 | 第20-23页 |
·提升机转子系统弯扭耦合数学模型 | 第23-24页 |
·小结 | 第24-26页 |
第三章 载荷激励下转子系统的动力学仿真 | 第26-38页 |
·引言 | 第26页 |
·转子系统的动力学仿真模型 | 第26-28页 |
·MATLAB/Simulink简介 | 第26页 |
·基于Simulink的变载荷转子系统仿真模型 | 第26-27页 |
·基于Simulink的提升机转子系统仿真模型 | 第27-28页 |
·载荷激励下变载荷转子系统的动力学仿真 | 第28-33页 |
·空载 | 第28-29页 |
·冲击载荷激励 | 第29页 |
·瞬态载荷激励 | 第29-30页 |
·稳态载荷激励 | 第30-31页 |
·线性载荷激励 | 第31-32页 |
·正弦载荷激励 | 第32-33页 |
·载荷激励下提升机转子系统的动力学仿真 | 第33-37页 |
·空载 | 第33-34页 |
·冲击载荷激励 | 第34页 |
·瞬态载荷激励 | 第34-35页 |
·稳态载荷激励 | 第35页 |
·线性载荷激励 | 第35-36页 |
·正弦载荷激励 | 第36-37页 |
·小结 | 第37-38页 |
第四章 基于振动信号的载荷定性识别 | 第38-60页 |
·引言 | 第38页 |
·基于FFT的转子系统的振动信号分析 | 第38-41页 |
·变载荷系统振动信号的频谱分析 | 第38-40页 |
·提升机系统振动信号的频谱分析 | 第40-41页 |
·基于奇异值分解的振动信号分析 | 第41-43页 |
·奇异值分解 | 第41页 |
·奇异值分解特征提取方法 | 第41-42页 |
·基于振动信号变载荷系统的奇异值分解 | 第42-43页 |
·EEMD分解和能量特征提取 | 第43-50页 |
·EEMD分解 | 第44-48页 |
·能量特征提取 | 第48-50页 |
·BP神经网络的载荷识别 | 第50-52页 |
·BP神经网络 | 第51页 |
·设计BP神经网络 | 第51-52页 |
·网络训练及载荷定性识别 | 第52-58页 |
·基于振动信号的变载荷系统载荷定性识别 | 第53-55页 |
·基于振动信号的提升机系统载荷定性识别 | 第55-58页 |
·小结 | 第58-60页 |
第五章 基于振动信号的载荷定量识别 | 第60-76页 |
·引言 | 第60页 |
·基于反演法的载荷定量识别 | 第60-64页 |
·基于反演法的变载荷系统的载荷定量识别 | 第61-62页 |
·基于反演法的提升机系统的载荷定量识别 | 第62-64页 |
·基于神经网络回归分析的载荷定量识别 | 第64-65页 |
·神经网络回归分析法简介 | 第64-65页 |
·神经网络回归法原理 | 第65页 |
·BP神经网络的回归分析 | 第65-74页 |
·基于神经网络回归的变载荷系统的载荷定量识别 | 第65-69页 |
·基于神经网络回归的提升机系统的载荷定量识别 | 第69-74页 |
·小结 | 第74-76页 |
第六章 载荷激励下转子系统的试验研究 | 第76-98页 |
·引言 | 第76页 |
·试验台系统设计方案 | 第76-77页 |
·试验台设计 | 第77-81页 |
·变载荷转子系统试验台结构设计 | 第77-78页 |
·变载荷转子系统试验台测试系统设计 | 第78-80页 |
·提升机转子系统试验台结构设计 | 第80页 |
·提升机转子系统试验台测试系统设计 | 第80-81页 |
·试验方案 | 第81-83页 |
·试验目的 | 第82页 |
·试验内容 | 第82页 |
·试验步骤 | 第82-83页 |
·试验设计方案 | 第83页 |
·试验结果分析 | 第83-97页 |
·信号的时域分析 | 第83-87页 |
·信号的频谱分析 | 第87-90页 |
·信号的奇异值分解 | 第90-91页 |
·信号的EEMD分解和能量提取 | 第91-93页 |
·信号的定性识别方法验证 | 第93页 |
·信号的定量识别方法验证 | 第93-97页 |
·小结 | 第97-98页 |
第七章 结论与展望 | 第98-102页 |
·工作总结 | 第98-99页 |
·主要结论 | 第99页 |
·进一步工作展望 | 第99-102页 |
参考文献 | 第102-108页 |
致谢 | 第108-110页 |
攻读硕士学位期间发表的学术论文 | 第110页 |