结合小波包与神经网络的滚动转子压缩机故障诊断方法研究
| 第一章 绪论 | 第1-14页 |
| 1．1 压缩机及其分类 | 第6-7页 |
| 1．2 压缩机产品的故障诊断 | 第7-8页 |
| 1．3 机械故障诊断的方法 | 第8-10页 |
| 1．4 压缩机的故障诊断方法 | 第10-12页 |
| 1．5 本文的研究内容和方法 | 第12页 |
| 1．6 本文的内容安排 | 第12-14页 |
| 第二章 压缩机及其故障信号测试 | 第14-22页 |
| 2．1 滚动转子式压缩机及其结构 | 第14-15页 |
| 2．2 滚动转子式压缩机工作原理 | 第15-16页 |
| 2．3 滚动转子式压缩机的主要特点 | 第16-17页 |
| 2．4 压缩机的故障产生分析 | 第17-18页 |
| 2．5 测试系统和方法 | 第18-22页 |
| 第三章 故障信号的基本分析方法 | 第22-30页 |
| 3．1 信号的时域分析 | 第22-25页 |
| 3．2 信号的频域分析 | 第25-28页 |
| 3．3 倒频潜 | 第28-30页 |
| 第四章 小波及小波包的分析 | 第30-47页 |
| 4．1 小波分析的基本理论 | 第30-42页 |
| 4．2 小波包用于提取信号的特征信息 | 第42-44页 |
| 4．3 振动信号的小波及小波包应用举例 | 第44-47页 |
| 第五章 小波包与神经网络的结合分析方法 | 第47-58页 |
| 5．1 神经网络概述 | 第47-56页 |
| 5．2 结合小波包与神经网络压缩机故障诊断过程 | 第56-58页 |
| 第六章 结果及分析 | 第58-84页 |
| 6．1 测量位置及方向说明 | 第58页 |
| 6．2 各测点振动信号的时域、频域分析 | 第58-67页 |
| 6．3 振动信号的小波分析 | 第67-72页 |
| 6．4 振动信号的小波包分析 | 第72-74页 |
| 6．5 小波包和神经网络结合分析 | 第74-79页 |
| 6．6 压缩机的噪声分析 | 第79-84页 |
| 第七章 总结及进一步工作 | 第84-86页 |
| 7．1 本文的主要工作与总结 | 第84-85页 |
| 7．2 论文的后续工作 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 致谢 | 第90-91页 |
| 硕士期间发表的文章 | 第91-92页 |
