往复压缩机气缸内压力信号检测与分析技术
| 第1章 绪论 | 第1-15页 |
| ·引言 | 第7页 |
| ·机械设备故障诊断技术概述 | 第7-9页 |
| ·机械设备故障诊断技术的发展历程 | 第7-8页 |
| ·机械设备故障诊断技术的研究现状 | 第8页 |
| ·机械设备故障诊断技术的基本内容 | 第8-9页 |
| ·机械设备故障诊断技术的基本方法 | 第9页 |
| ·往复压缩机故障诊断技术的研究现状及主要问题 | 第9-11页 |
| ·往复压缩机故障诊断技术的研究现状 | 第9-10页 |
| ·往复压缩机故障诊断技术面临的主要问题 | 第10-11页 |
| ·人工神经网络与支持向量机 | 第11-14页 |
| ·人工神经网络 | 第11-13页 |
| ·支持向量机 | 第13-14页 |
| ·本文研究意义及主要内容 | 第14-15页 |
| 第2章 故障识别方法 | 第15-36页 |
| ·引言 | 第15页 |
| ·神经网络 | 第15-24页 |
| ·神经网络的特点 | 第15-16页 |
| ·神经网络模型 | 第16-19页 |
| ·神经网络学习算法 | 第19页 |
| ·BP 网络 | 第19-24页 |
| ·统计学习理论与支持向量机 | 第24-34页 |
| ·机器学习的基本问题和方法 | 第25-27页 |
| ·统计学习理论的基本内容 | 第27-29页 |
| ·支持向量机 | 第29-34页 |
| ·支持向量机与神经网络的比较 | 第34-35页 |
| ·本章小节 | 第35-36页 |
| 第3章 往复压缩机气缸故障诊断 | 第36-46页 |
| ·2D12 型往复压缩机简介 | 第36-38页 |
| ·2D12 往复压缩机的工作原理 | 第36页 |
| ·2D12 往复压缩机的主要参数和基本结构 | 第36-38页 |
| ·气缸故障机理分析 | 第38-40页 |
| ·气阀故障机理分析 | 第38-40页 |
| ·漏气故障机理分析 | 第40页 |
| ·气缸故障的实验研究 | 第40-42页 |
| ·气缸故障的指示图诊断技术 | 第42-45页 |
| ·指示图的生成 | 第42页 |
| ·指示图的归一化 | 第42-44页 |
| ·典型故障指示图的特点 | 第44-45页 |
| ·本章小节 | 第45-46页 |
| 第4章 往复压缩机气缸故障诊断系统开发 | 第46-59页 |
| ·故障特征的提取 | 第46页 |
| ·基于人工神经网络的压缩机气缸故障诊断技术 | 第46-52页 |
| ·故障诊断的神经网络模型结构 | 第46-48页 |
| ·机械故障诊断神经网络的训练参数 | 第48-50页 |
| ·机械故障诊断神经网络的程序设计 | 第50-51页 |
| ·诊断实例与结果分析 | 第51-52页 |
| ·基于支持向量机的压缩机气缸故障诊断技术 | 第52-56页 |
| ·核参数与误差惩罚参数的确定 | 第52-55页 |
| ·故障诊断实例与结果分析 | 第55-56页 |
| ·压缩机气缸故障诊断系统软件的开发 | 第56-58页 |
| ·系统功能要求 | 第56页 |
| ·开发软件简介 | 第56-57页 |
| ·系统软件结构 | 第57-58页 |
| ·本章小节 | 第58-59页 |
| 结论 | 第59-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间论文发表情况 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 中文详细摘要 | 第64-68页 |
