摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
1 绪论 | 第9-19页 |
1.1 研究背景、选题意义及实用价值 | 第9-11页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 选题意义 | 第10-11页 |
1.1.3 实用价值 | 第11页 |
1.2 盾构机主体简介 | 第11-12页 |
1.3 液压系统故障诊断技术 | 第12-15页 |
1.3.1 液压系统故障诊断国内外研究现状 | 第12-14页 |
1.3.2 液压系统故障诊断主要方法及发展趋势 | 第14-15页 |
1.4 研究中存在的问题 | 第15-16页 |
1.5 本文的主要研究内容及技术路线 | 第16-18页 |
1.6 本章小结 | 第18-19页 |
2 盾构机液压推进系统工作原理及故障描述 | 第19-27页 |
2.1 盾构机液压推进系统工作原理 | 第19-21页 |
2.2 液压推进系统主要参数 | 第21-22页 |
2.3 液压推进系统常见故障机理分析 | 第22-26页 |
2.3.1 液压泵内泄漏 | 第22-23页 |
2.3.2 换向阀内泄漏 | 第23页 |
2.3.3 溢流阀内泄漏 | 第23-24页 |
2.3.4 液压缸内泄漏 | 第24-25页 |
2.3.5 液压油粘度过高 | 第25-26页 |
2.3.6 电磁换向阀磁铁失效 | 第26页 |
2.4 本章小结 | 第26-27页 |
3 基于AMESim的盾构机液压推进系统建模与故障仿真 | 第27-39页 |
3.1 AMESim软件介绍 | 第27-28页 |
3.1.1 AMESim软件概况 | 第27页 |
3.1.2 AMESim界面 | 第27-28页 |
3.2 盾构机液压推进系统AMESim模型的建立 | 第28-37页 |
3.2.1 柱塞泵模型设计 | 第29-31页 |
3.2.2 换向阀模型设计 | 第31-32页 |
3.2.3 溢流阀模型设计 | 第32-33页 |
3.2.4 液压缸及负载模型设计 | 第33-34页 |
3.2.5 液压推进系统AMESim仿真模型建立 | 第34-35页 |
3.2.6 仿真数据提取 | 第35-37页 |
3.3 本章小结 | 第37-39页 |
4 基于VW-FDA的盾构机液压推进系统故障诊断研究 | 第39-49页 |
4.1 引言 | 第39页 |
4.2 VW算法 | 第39-41页 |
4.3 VW在FDA上的应用 | 第41-43页 |
4.4 VW-FDA故障诊断结果与分析 | 第43-47页 |
4.5 本章小结 | 第47-49页 |
5 基于VW-LVQ神经网络的故障诊断研究 | 第49-59页 |
5.1 引言 | 第49页 |
5.2 LVQ神经网络 | 第49-52页 |
5.2.1 LVQ神经网络结构 | 第49-50页 |
5.2.2 LVQ神经网络学习算法 | 第50-52页 |
5.3 VW在LVQ上应用 | 第52-53页 |
5.4 基于VW-LVQ神经网络的故障识别效果检验 | 第53-58页 |
5.4.1 VW-LVQ网络参数设置及模型检验 | 第53-55页 |
5.4.2 LVQ与VW-LVQ网络故障识别结果对比 | 第55-58页 |
5.5 本章小结 | 第58-59页 |
6 结论与展望 | 第59-61页 |
6.1 结论 | 第59-60页 |
6.2 展望 | 第60-61页 |
攻读学位期间参加的科研项目及发表的学术论文 | 第61-63页 |
致谢 | 第63-65页 |
参考文献 | 第65-69页 |