| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 研究的目的及意义 | 第10-11页 |
| 1.3 机械故障诊断技术概述 | 第11-13页 |
| 1.4 国内外研究现状 | 第13-14页 |
| 1.5 主要研究内容 | 第14-16页 |
| 第二章 挖掘机远程状态监测与故障诊断系统总体方案设计 | 第16-34页 |
| 2.1 液压挖掘机概述 | 第16-17页 |
| 2.2 挖掘机实验平台介绍 | 第17-19页 |
| 2.3 柴油机主要故障模式分析及监测参数选取 | 第19-23页 |
| 2.3.1 柴油机主要故障模式 | 第19-21页 |
| 2.3.2 柴油机典型的故障诊断方法 | 第21-22页 |
| 2.3.3 柴油机监测参数选取 | 第22-23页 |
| 2.4 液压系统主要故障模式分析及监测参数选取 | 第23-28页 |
| 2.4.1 液压系统主要故障模式与故障机理分析 | 第23-25页 |
| 2.4.2 液压系统监测参数的选取 | 第25-28页 |
| 2.5 虚拟仪器与Lab VIEW介绍 | 第28-29页 |
| 2.6 系统体系结构选择 | 第29-31页 |
| 2.7 系统通信方式选择 | 第31页 |
| 2.8 系统总体架构与功能设计 | 第31-34页 |
| 第三章 远程监测诊断系统的关键软硬件设计与实现 | 第34-58页 |
| 3.1 基于Compact RIO的车载数据采集平台的设计与实现 | 第34-46页 |
| 3.1.1 Compact RIO嵌入式数据采集平台简介 | 第34-36页 |
| 3.1.2 车载数据采集平台硬件搭建 | 第36-39页 |
| 3.1.2.1 传感器的选择 | 第36-38页 |
| 3.1.2.2 CRIO系统硬件选配 | 第38-39页 |
| 3.1.2.3 GPS接收器的选择 | 第39页 |
| 3.1.3 Compact RIO软件开发的架构和方法 | 第39-43页 |
| 3.1.3.1 CRIO开发架构 | 第39-40页 |
| 3.1.3.2 配置CRIO系统 | 第40-41页 |
| 3.1.3.3 创建CRIO项目 | 第41-43页 |
| 3.1.4 车载数据采集模块软件设计 | 第43-46页 |
| 3.1.4.1 GPS数据接收与解析子程序 | 第43-44页 |
| 3.1.4.2 基于I/O模块的数据采集子程序 | 第44-45页 |
| 3.1.4.3 数据文件的本地保存 | 第45-46页 |
| 3.2 基于GPRS的数据远程传输模块设计 | 第46-50页 |
| 3.2.1 GPRS DTU介绍 | 第46-47页 |
| 3.2.2 利用GPRS DTU构建远程数据传输网络 | 第47-48页 |
| 3.2.3 数据打包与远程传输 | 第48-50页 |
| 3.3 远程状态监测与故障诊断中心软件设计 | 第50-58页 |
| 3.3.1 整体框架设计 | 第50-51页 |
| 3.3.2 登录模块 | 第51-52页 |
| 3.3.3 监测对象信息管理模块 | 第52页 |
| 3.3.4 发送监测请求模块 | 第52-54页 |
| 3.3.5 数据接收与解析模块 | 第54-55页 |
| 3.3.6 数据存储与管理模块 | 第55页 |
| 3.3.7 挖掘机地图定位模块 | 第55-56页 |
| 3.3.8 历史故障查询模块 | 第56-58页 |
| 第四章 挖掘机振动信号的特征提取与故障诊断方法研究 | 第58-79页 |
| 4.1 振动信号的时域统计分析和频域分析 | 第59-61页 |
| 4.2 非平稳非线性振动微弱信号的特征提取方法 | 第61-72页 |
| 4.2.1 Hilbert-Huang变换的基本原理 | 第61-67页 |
| 4.2.1.1 经验模态分解 | 第61-63页 |
| 4.2.1.2 Hilbert变换 | 第63页 |
| 4.2.1.3 包络线幅值函数和瞬时频率 | 第63-64页 |
| 4.2.1.4 EMD分解的端点效应 | 第64-66页 |
| 4.2.1.5 EMD分解的模态混叠现象 | 第66-67页 |
| 4.2.2 集合经验模态分解的基本原理 | 第67-69页 |
| 4.2.3 集合经验模态分解算法的程序设计 | 第69-72页 |
| 4.3 基于支持向量机的设备故障识别方法 | 第72-79页 |
| 4.3.1 机器学习的基本问题和方法 | 第73-74页 |
| 4.3.2 支持向量机分类的基本原理 | 第74-76页 |
| 4.3.2.1 最优超平面 | 第74-75页 |
| 4.3.2.2 线性支持向量机 | 第75页 |
| 4.3.2.3 非线性支持向量机 | 第75-76页 |
| 4.3.3 基于支持向量机的多故障分类程序设计 | 第76-78页 |
| 4.3.4 基于支持向量机的柴油机故障诊断技术路线 | 第78-79页 |
| 第五章 柴油机与液压系统监测诊断系统设计 | 第79-108页 |
| 5.1 系统功能模块组成 | 第79页 |
| 5.2 柴油机燃油喷射系统状态监测模块 | 第79-82页 |
| 5.2.1 柴油机高压油路故障机理分析 | 第80页 |
| 5.2.2 燃油压力波特征参数选择与提取 | 第80-82页 |
| 5.2.3 供油系统监测软件设计 | 第82页 |
| 5.3 柴油机无负载测功模块 | 第82-85页 |
| 5.4 柴油机机身振动评级模块 | 第85-89页 |
| 5.4.1 柴油机振动评级准则 | 第85-87页 |
| 5.4.2 测点位置的选取 | 第87-88页 |
| 5.4.3 柴油机振级评价软件设计 | 第88-89页 |
| 5.5 基于缸盖振动信号分析的柴油机气门机构故障识别模块 | 第89-102页 |
| 5.5.1 缸盖振动的激振源分析 | 第89-91页 |
| 5.5.2 测点位置及采样方式 | 第91-92页 |
| 5.5.3 缸盖振动信号的特性分析 | 第92-97页 |
| 5.5.3.1 时域特性 | 第93-94页 |
| 5.5.3.2 频域特性 | 第94-97页 |
| 5.5.4 基于EEMD和SVM的柴油机缸盖振动信号分析 | 第97-102页 |
| 5.5.4.1 基于EEMD分解的故障特征向量的构建 | 第97-99页 |
| 5.5.4.2 基于SVM的柴油机气门机构故障识别 | 第99-102页 |
| 5.6 液压系统状态监测模块 | 第102-108页 |
| 5.6.1 液压系统压力和温度监测模块 | 第102-103页 |
| 5.6.2 液压泵故障诊断 | 第103-108页 |
| 5.6.2.1 液压泵振动特征分析 | 第103-105页 |
| 5.6.2.2 液压泵故障特征向量的构建 | 第105-106页 |
| 5.6.2.3 基于SVM的液压泵故障识别 | 第106-108页 |
| 第六章 总结与展望 | 第108-110页 |
| 6.1 研究总结 | 第108-109页 |
| 6.2 研究展望 | 第109-110页 |
| 参考文献 | 第110-113页 |
| 致谢 | 第113-114页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第114页 |
