| 独创性说明 | 第1-3页 |
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-28页 |
| ·往复式压缩机故障诊断技术研究的背景及意义 | 第10-11页 |
| ·往复式压缩机故障诊断技术概述 | 第11-17页 |
| ·往复式压缩机设备故障的特点 | 第11-13页 |
| ·往复式压缩机故障诊断的一般过程 | 第13-15页 |
| ·往复式压缩机的常用诊断方法 | 第15-17页 |
| ·往复式压缩机故障诊断的研究现状 | 第17-23页 |
| ·基于经典信号分析理论的特征提取 | 第17页 |
| ·基于时间序列的特征提取 | 第17-18页 |
| ·基于时频分析的特征提取 | 第18-20页 |
| ·基于神经网络的往复式压缩机故障诊断方法 | 第20-21页 |
| ·基于数学模型的故障诊断方法 | 第21-22页 |
| ·基于专家系统和故障树的故障诊断方法 | 第22-23页 |
| ·基于不确定性的粗糙集和模糊逻辑理论的诊断方法 | 第23页 |
| ·课题来源及本文的主要内容 | 第23-28页 |
| ·本文的研究思路及主要创新工作 | 第25-26页 |
| ·本文主要内容及论文结构 | 第26-28页 |
| 2 往复式压缩机振动分析 | 第28-40页 |
| ·往复式压缩机振动机理 | 第28-35页 |
| ·往复式压缩机的系统构成 | 第28-29页 |
| ·往复式压缩机振动的工作循环及振动激振源分析 | 第29-31页 |
| ·活塞曲柄机构振动分析 | 第31-33页 |
| ·往复式压缩机表面振动信号的特点 | 第33-35页 |
| ·往复式压缩机故障诊断中的一些问题 | 第35-39页 |
| ·测试参数的选取 | 第35页 |
| ·测点位置的选择 | 第35-36页 |
| ·信号的可重复性 | 第36-39页 |
| ·小结 | 第39-40页 |
| 3 局域波法的分解特征及应用 | 第40-58页 |
| ·局域波法基础 | 第40-45页 |
| ·局域波分解 | 第41-43页 |
| ·局域波时频表示 | 第43-45页 |
| ·采样频率对局域波时频分辨特性的影响 | 第45-53页 |
| ·采样频率对单一频率信号的影响 | 第45-48页 |
| ·采样频率对不同分解方法的影响 | 第48-51页 |
| ·误差的产生原因 | 第51-53页 |
| ·基于重采样插值的局域波分解方法 | 第53-54页 |
| ·应用实例 | 第54-57页 |
| ·小结 | 第57-58页 |
| 4 基于分数阶Fourier变换和局域波法的特征提取 | 第58-78页 |
| ·时域和频域的特征提取方法 | 第58-61页 |
| ·时域特征提取 | 第58-60页 |
| ·频域特征提取 | 第60-61页 |
| ·基于局域波分解的时间序列模型的特征提取 | 第61-66页 |
| ·时间序列参数模型与自回归谱 | 第61-63页 |
| ·局域波自回归谱 | 第63-64页 |
| ·基于局域波自回归谱的特征提取 | 第64-66页 |
| ·基于分数阶Fourier变换的特征提取 | 第66-77页 |
| ·分数阶Fourier变换的基本知识 | 第66-68页 |
| ·分数阶Fourier变换的时频表示 | 第68-70页 |
| ·分数阶Fourier域滤波 | 第70-72页 |
| ·基于分数阶Fourier变换的局域波法分解 | 第72-75页 |
| ·基于分数阶Fourier变换和局域波时频分布的故障特征提取 | 第75-77页 |
| ·小结 | 第77-78页 |
| 5 基于聚类分析的故障诊断方法的研究及应用 | 第78-96页 |
| ·聚类分析的基础知识 | 第78-81页 |
| ·样本之间的度量 | 第78-79页 |
| ·聚类的准则函数 | 第79-81页 |
| ·基于J散度和局域波自回归谱的层次聚类 | 第81-85页 |
| ·合并的层次聚类的基本算法 | 第81-82页 |
| ·在故障诊断中的应用 | 第82-85页 |
| ·模糊聚类及在往复式压缩机故障诊断中的应用 | 第85-88页 |
| ·模糊c均值聚类 | 第86-87页 |
| ·在特征参数评价中的应用 | 第87-88页 |
| ·在线聚类 | 第88-95页 |
| ·竞争学习 | 第88-89页 |
| ·Leader-follower聚类算法 | 第89页 |
| ·基于评判的Leader-follower在线聚类 | 第89-90页 |
| ·聚类中的降维问题 | 第90-92页 |
| ·在往复式压缩机气阀故障诊断中的应用 | 第92-95页 |
| ·小结 | 第95-96页 |
| 6 基于多尺度Hilbert谱熵的故障程度量化的研究 | 第96-107页 |
| ·常用的故障量化方法 | 第96-97页 |
| ·熵的基本知识 | 第97-99页 |
| ·熵和信息量 | 第97-98页 |
| ·离散信息源信息熵 | 第98-99页 |
| ·熵在往复式压缩机故障量化中的应用 | 第99-101页 |
| ·功率谱熵 | 第99-100页 |
| ·时频熵 | 第100页 |
| ·时频奇异谱熵 | 第100-101页 |
| ·Hilbert谱及多尺度Hilbert谱熵 | 第101-104页 |
| ·Hilbert谱 | 第101-102页 |
| ·Hilbert谱的时频多分辨率特性 | 第102页 |
| ·多尺度Hilbert谱熵 | 第102-104页 |
| ·应用实例 | 第104-106页 |
| ·小结 | 第106-107页 |
| 结论 | 第107-109页 |
| 参考文献 | 第109-117页 |
| 附录A 测试机组及测试系统资料 | 第117-123页 |
| 攻读博士学位期间发表学术论文情况 | 第123-124页 |
| 创新点摘要 | 第124-125页 |
| 致谢 | 第125-126页 |
| 大连理工大学学位论文版权使用授权书 | 第126页 |
