| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 往复压缩机可靠性评估研究现状 | 第11-14页 |
| 1.2.1 往复压缩机可靠性预测发展历程 | 第11-12页 |
| 1.2.2 往复压缩机信号特征提取方法 | 第12-13页 |
| 1.2.3 往复压缩机可靠性预测方法 | 第13-14页 |
| 1.3 往复压缩机可靠性评估难点 | 第14-15页 |
| 1.4 论文主要研究内容 | 第15-16页 |
| 第二章 往复压缩机故障机理研究及数据采集 | 第16-22页 |
| 2.1 概述 | 第16-18页 |
| 2.2 往复压缩机典型零部件故障机理分析 | 第18-19页 |
| 2.2.1 气阀故障 | 第18页 |
| 2.2.2 轴承故障 | 第18页 |
| 2.2.3 气缸余隙故障 | 第18-19页 |
| 2.3 往复压缩机数据采集 | 第19-21页 |
| 2.3.1 振动信号采集原则 | 第19页 |
| 2.3.2 往复压缩机测点布置 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 EMD 信息熵振动信号特征提取研究 | 第22-29页 |
| 3.1 引言 | 第22页 |
| 3.2 EMD 信息熵算法及特点 | 第22-24页 |
| 3.2.1 EMD 信息熵算法 | 第22-23页 |
| 3.2.2 EMD 分解特点 | 第23-24页 |
| 3.3 基于 EMD 信息熵的气阀振动信号分解 | 第24-28页 |
| 3.3.1 仿真信号分解 | 第24-25页 |
| 3.3.2 气阀振动信号 EMD 信息熵 | 第25-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第四章 SVR 理论及在往复压缩机可靠性预测中的应用研究 | 第29-39页 |
| 4.1 引言 | 第29页 |
| 4.2 支持向量回归理论 | 第29-32页 |
| 4.3 基于 SVR 理论的气阀运行可靠性预测 | 第32-38页 |
| 4.3.1 气阀运行可靠性数据处理 | 第32-33页 |
| 4.3.2 建立气阀运行可靠性 SVR 模型 | 第33-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第五章 往复压缩机可靠性评估系统开发 | 第39-59页 |
| 5.1 往复压缩机可靠性评估基本步骤 | 第39-40页 |
| 5.2 往复压缩机可靠性评估实例 | 第40-55页 |
| 5.2.1 轴承可靠性预测 | 第40-52页 |
| 5.2.2 气缸余隙预测 | 第52-55页 |
| 5.3 建立往复压缩机可靠性评估系统 | 第55-58页 |
| 5.3.1 MATLAB 软件 | 第55-56页 |
| 5.3.2 往复压缩机可靠性评估系统设计及主要功能 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 发表文章目录 | 第63-64页 |
| 致谢 | 第64-65页 |
| 详细摘要 | 第65-74页 |