基于小波变换和神经网络的旋转机械故障诊断
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 图表目录 | 第8-10页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| ·引言 | 第11-12页 |
| ·旋转机械故障诊断的意义 | 第12页 |
| ·旋转机械的故障诊断研究内容 | 第12-14页 |
| ·机械故障诊断的发展历程 | 第14页 |
| ·旋转机械设备故障诊断国内外研究的技术现状 | 第14-16页 |
| ·国外研究现状 | 第14页 |
| ·国内研究现状 | 第14-15页 |
| ·机械故障诊断的发展趋势 | 第15-16页 |
| ·本文主要研究内容 | 第16-17页 |
| 第二章 故障诊断中数据处理方法 | 第17-37页 |
| ·傅里叶分析 | 第17页 |
| ·窗口傅里叶变换 | 第17-18页 |
| ·小波分析理论 | 第18-26页 |
| ·小波函数 | 第20-23页 |
| ·连续小波变换 | 第23-25页 |
| ·离散小波变换 | 第25-26页 |
| ·多分辨率分析 | 第26-28页 |
| ·小波包分析 | 第28-30页 |
| ·小波包去噪 | 第30-32页 |
| ·小波包去噪原理 | 第30页 |
| ·小波包去噪过程 | 第30-31页 |
| ·阈值的处理方法 | 第31-32页 |
| ·小波包信号仿真分析及特征提取 | 第32-35页 |
| ·本章小结 | 第35-37页 |
| 第三章 旋转机械常见故障及机理 | 第37-49页 |
| ·引言 | 第37页 |
| ·旋转机械振动特征 | 第37-40页 |
| ·转子振动特征 | 第37-38页 |
| ·临界转速及其影响因素 | 第38-40页 |
| ·旋转机械常见故障机理 | 第40-47页 |
| ·转子不平衡 | 第40-42页 |
| ·转子不对中 | 第42-44页 |
| ·转子弯曲 | 第44-46页 |
| ·油膜涡动与油膜振荡 | 第46-47页 |
| ·动静件摩擦的故障机理与诊断 | 第47页 |
| ·本章小结 | 第47-49页 |
| 第四章 基于小波包与样本熵的机械故障诊断 | 第49-61页 |
| ·引言 | 第49页 |
| ·样本熵 | 第49-52页 |
| ·近似熵 | 第49页 |
| ·样本熵 | 第49-51页 |
| ·数据长度对样本熵的影响 | 第51-52页 |
| ·原始信号样本熵在故障诊断中的局限性 | 第52页 |
| ·转子故障信号的小波包分解 | 第52-58页 |
| ·转子不同故障的小波包分解样本熵值比较 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 基于人工神经网络的故障诊断技术 | 第61-74页 |
| ·引言 | 第61-63页 |
| ·BP 神经网络理论 | 第63-68页 |
| ·BP 网络结构 | 第63-64页 |
| ·BP 学习算法 | 第64-66页 |
| ·BP 学习算法的不足及改进 | 第66-68页 |
| ·BP 神经网络设计原则 | 第68-70页 |
| ·网络输入与输出参数的确定 | 第68-69页 |
| ·训练样本集的设计 | 第69页 |
| ·初始权值的设计 | 第69-70页 |
| ·网络隐层结构设计 | 第70页 |
| ·BP 神经网络旋转机械故障仿真分析 | 第70-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·总结 | 第74页 |
| ·展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士期间所发表的论文 | 第81页 |
