| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·课题背景 | 第6-7页 |
| ·基于统计模式识别故障诊断技术的研究现状 | 第7-8页 |
| ·本文的主要工作 | 第8-10页 |
| 第二章 风机常见振动故障的试验模拟及其频谱特征 | 第10-17页 |
| ·振动故障模拟试验 | 第10-11页 |
| ·风机试验系统 | 第10页 |
| ·振动测试系统 | 第10-11页 |
| ·常见故障的频谱特征 | 第11-17页 |
| ·风机正常状况下的频谱 | 第11页 |
| ·转子质量不平衡的频谱征兆 | 第11-13页 |
| ·不对中故障的频谱征兆 | 第13-14页 |
| ·轴承松动故障的频谱征兆 | 第14-15页 |
| ·转子动静碰摩故障的频谱征兆 | 第15-16页 |
| ·故障频谱特征总结 | 第16-17页 |
| 第三章 基于统计模式识别的风机运行状态判别方法 | 第17-28页 |
| ·模式识别原理在风机故障诊断中的应用 | 第17-22页 |
| ·统计模式识别相关理论 | 第18-21页 |
| ·风机故障诊断的模式识别过程 | 第21-22页 |
| ·基于分频段技术的模式特征生成 | 第22-25页 |
| ·故障频谱的谐波成分特征 | 第22-23页 |
| ·分频段技术 | 第23页 |
| ·特征参数的确定和归一化 | 第23-25页 |
| ·风机运行状态的异常判别 | 第25-28页 |
| ·基于模式识别的异常判别问题 | 第25-26页 |
| ·正常状态训练样本在特征空间中的散布情况 | 第26页 |
| ·风机运行状态异常判别方法 | 第26-28页 |
| 第四章 基于KL子空间法模式识别的风机振动故障诊断方法 | 第28-38页 |
| ·基于K-L变换的模式特征提取 | 第28-33页 |
| ·K-L变换的原理和方法 | 第28-32页 |
| ·基于K-L变换的特征提取 | 第32-33页 |
| ·基于多子空间方法的故障诊断 | 第33-38页 |
| ·K-L子空间法模式识别的基本思路 | 第33-34页 |
| ·基于多K-L子空间的故障诊断 | 第34-36页 |
| ·诊断结果 | 第36-38页 |
| 第五章 风机在线监测与故障诊断系统的开发 | 第38-46页 |
| ·系统开发方案的确定 | 第38-39页 |
| ·几个需要确定的问题 | 第38页 |
| ·系统功能介绍 | 第38-39页 |
| ·系统的硬件配置 | 第39-40页 |
| ·系统硬件组成框图 | 第39页 |
| ·试验仪器的选型/功能 | 第39-40页 |
| ·系统的软件开发 | 第40-46页 |
| ·系统软件的构成 | 第40-42页 |
| ·系统功能模块的实现 | 第42-46页 |
| 第六章 结论 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 致 谢 | 第50-51页 |
| 在学期间发表论文情况 | 第51页 |