油膜轴承油液在线监测及其诊断系统的研究与开发
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-9页 |
| CONTENTS | 第9-12页 |
| 第一章 绪论 | 第12-17页 |
| ·课题研究的背景及意义 | 第12-13页 |
| ·课题研究的背景 | 第12页 |
| ·课题来源 | 第12-13页 |
| ·课题研究的意义 | 第13页 |
| ·国内外研究历史、现状及发展趋势 | 第13-15页 |
| ·本课题的主要研究内容 | 第15-17页 |
| 第二章 系统的总体分析、设计与研发 | 第17-32页 |
| ·系统的总体设计及其监测参数的选取 | 第17-18页 |
| ·系统的总体设计 | 第17-18页 |
| ·监测参数的选取 | 第18页 |
| ·油液分析与轴承磨损机理相关性的研究 | 第18-26页 |
| ·油液分析概述 | 第18-20页 |
| ·油膜轴承磨损机理的研究 | 第20-21页 |
| ·油膜轴承常见润滑相关性故障分析 | 第21-26页 |
| ·数据采集系统的设计 | 第26页 |
| ·系统硬件设备的选取 | 第26-31页 |
| ·润滑监测系统硬件选型 | 第27页 |
| ·数据采集系统硬件选型 | 第27-30页 |
| ·计算机系统硬件选型 | 第30-31页 |
| ·软件系统的设计 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第三章 磨粒在线图片的获取与分析处理 | 第32-44页 |
| ·磨粒图像的获取 | 第32页 |
| ·磨粒图像处理 | 第32-38页 |
| ·图像增强 | 第33-34页 |
| ·图像数学形态学处理 | 第34-35页 |
| ·图像分割 | 第35-36页 |
| ·图像边缘检测 | 第36-38页 |
| ·磨粒特征提取 | 第38-43页 |
| ·磨粒特征 | 第39-42页 |
| ·特征提取 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于神经网络的磨粒在线谱片识别研究 | 第44-56页 |
| ·神经网络基本原理 | 第44-46页 |
| ·神经元模型 | 第44-45页 |
| ·神经网络模型 | 第45-46页 |
| ·神经网络模型的选取 | 第46-47页 |
| ·BP神经网络 | 第47-50页 |
| ·网络结构 | 第47页 |
| ·BP的算法及实现 | 第47-49页 |
| ·BP网络算法改进 | 第49-50页 |
| ·基于BP网络的磨粒分类器的设计与实现 | 第50-55页 |
| ·引言 | 第50-51页 |
| ·学习样本的收集 | 第51-53页 |
| ·分类器的设计 | 第53-54页 |
| ·磨粒识别结果分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 软件系统的开发和实现 | 第56-68页 |
| ·软件系统的需求分析 | 第56-58页 |
| ·系统的功能需求分析 | 第56-57页 |
| ·系统开发环境选择 | 第57-58页 |
| ·开发路线及方案的可行性分析 | 第58页 |
| ·数据库的设计 | 第58-59页 |
| ·系统主要功能模块的设计 | 第59-61页 |
| ·取样设置模块 | 第60-61页 |
| ·监测诊断模块 | 第61页 |
| ·退出系统模块 | 第61页 |
| ·系统的测试与应用 | 第61-67页 |
| ·本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 总结 | 第68-69页 |
| 展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间发表的论文 | 第73-75页 |
| 致谢 | 第75页 |
