基于SOPC的滚动轴承故障诊断系统研究和开发
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 引言 | 第10-19页 |
| ·课题研究意义 | 第10页 |
| ·滚动轴承故障诊断技术综述 | 第10-16页 |
| ·国内外发展概况 | 第10-11页 |
| ·滚动轴承故障诊断方法概况 | 第11-13页 |
| ·嵌入式集成芯片发展概述 | 第13-15页 |
| ·嵌入式滚动轴承故障诊断概况 | 第15-16页 |
| ·本文主要研究工作和技术路线 | 第16-17页 |
| ·主要研究工作 | 第16-17页 |
| ·研究的技术路线 | 第17页 |
| ·系统设计方案的确定与论文的主要研究内容 | 第17-19页 |
| ·系统设计方案的确定 | 第17-18页 |
| ·本文的主要研究内容 | 第18-19页 |
| 第二章 滚动轴故障原理与特征 | 第19-22页 |
| ·概述 | 第19页 |
| ·故障轴承的振动信号特征频率 | 第19-21页 |
| ·本文采用的滚动轴承故障诊断方法 | 第21-22页 |
| 第三章 轴承故障特征提取算法设计和研究 | 第22-28页 |
| ·振动信号的时域分析 | 第22-26页 |
| ·有量纲参数分析 | 第23页 |
| ·无量纲参数分析 | 第23-25页 |
| ·各种指标的特点 | 第25-26页 |
| ·振动信号的频域分析 | 第26-28页 |
| 第四章 基于 BP 神经网络的故障识别分类算法 | 第28-36页 |
| ·故障诊断实现过程 | 第28页 |
| ·滚动轴承故障特征参数选取 | 第28-30页 |
| ·BP 神经网络理论及设计 | 第30-34页 |
| ·BP 神经网络原理 | 第30-31页 |
| ·本文神经网络的配置 | 第31-32页 |
| ·神经网络故障诊断计算机仿真 | 第32-34页 |
| ·FPGA 实现 BP 神经网络原因 | 第34-36页 |
| 第五章 轴承故障诊断 FPGA 硬件平台 | 第36-45页 |
| ·硬件平台架构 | 第36页 |
| ·各模块电路 | 第36-39页 |
| ·电源模块 | 第36-37页 |
| ·CAN 总线接口 | 第37-38页 |
| ·SD 卡接口 | 第38页 |
| ·时钟电路 | 第38-39页 |
| ·模数转换电路 | 第39页 |
| ·其余接口电路 | 第39页 |
| ·NIOS II 设计 | 第39-41页 |
| ·NIOS II 架构 | 第39-41页 |
| ·基于FPGA 的BP 神经网络实现 | 第41-45页 |
| ·BP 神经元计算结构 | 第41-42页 |
| ·sigmoid 激活函数实现 | 第42-43页 |
| ·BP 神经网络实现 | 第43-45页 |
| 第六章 轴承故障诊断 FPGA 软件平台 | 第45-59页 |
| ·FPGA 软件总体框架 | 第45-46页 |
| ·NIOSII 软件开发步骤和开发环境 | 第46-47页 |
| ·NIOSII 的 SPI 接口软件 | 第47-55页 |
| ·SPI 接口描述 | 第47-49页 |
| ·AD7705 采样转换程序 | 第49-52页 |
| ·SD 卡读写 | 第52-54页 |
| ·CAN 总线 | 第54-55页 |
| ·UART 接口 | 第55-56页 |
| ·FIR 和 FFT 计算 | 第56-57页 |
| ·故障诊断计算 | 第57页 |
| ·软件主程序设计 | 第57-59页 |
| 第七章 轴承故障诊断系统调试 | 第59-61页 |
| ·系统调试 | 第59-61页 |
| 结论 | 第61-62页 |
| 附录 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第67-68页 |
| 致谢 | 第68页 |
