| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究大型旋转机械故障诊断技术的意义 | 第9页 |
| ·大型旋转机械故障诊断技术的发展概况及未来趋势 | 第9-12页 |
| ·本课题主要研究内容 | 第12-14页 |
| ·理论研究 | 第12页 |
| ·试验分析 | 第12-14页 |
| 第2章 转子的典型故障及其频率特征提取方法研究 | 第14-25页 |
| ·转子典型故障及其特征分析 | 第14-17页 |
| ·转子不平衡 | 第14页 |
| ·转子不对中 | 第14-15页 |
| ·动静碰摩 | 第15-16页 |
| ·油膜涡动 | 第16-17页 |
| ·转子故障特征提取技术研究 | 第17-24页 |
| ·傅立叶变换 | 第17-20页 |
| ·小波理论 | 第20-22页 |
| ·小波包变换 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 谐波小波的理论研究及其在旋转机械故障诊断中的应用 | 第25-37页 |
| ·谐波小波理论及其特点 | 第25-27页 |
| ·谐波小波分解的算法研究 | 第27-29页 |
| ·谐波小波的直接算法 | 第27页 |
| ·基于傅立叶变换及其逆变换的间接分解算法 | 第27-29页 |
| ·谐波小波包分解理论 | 第29-36页 |
| ·谐波小波包分解的实现方法 | 第29-30页 |
| ·谐波小波包变换在信号分析中的应用 | 第30-33页 |
| ·实测信号的谐波小波包能量特征提取新方法 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 旋转机械故障智能诊断系统的开发 | 第37-52页 |
| ·软件开发平台介绍 | 第37-40页 |
| ·LabVIEW 简介 | 第37-38页 |
| ·MATLAB 简介 | 第38页 |
| ·LabVIEW 和 MATLAB 软件的混合编程方法 | 第38-40页 |
| ·Elman 神经网络结构及其算法 | 第40-42页 |
| ·Elman 神经网络的结构 | 第40页 |
| ·Elman 网络的学习过程 | 第40-42页 |
| ·谐波小波包与 Elman 神经网络的结合 | 第42页 |
| ·旋转机械故障智能诊断系统总体设计 | 第42-48页 |
| ·登录模块 | 第42-43页 |
| ·信号分析模块 | 第43-45页 |
| ·诊断模块 | 第45-46页 |
| ·数据管理模块 | 第46页 |
| ·辅助功能模块 | 第46-48页 |
| ·LabSQL 简介及其配置 | 第48-50页 |
| ·LabSQL 简介 | 第48页 |
| ·配置 LabSQL | 第48-50页 |
| ·本章小结 | 第50-52页 |
| 第5章 转子典型故障的实验分析 | 第52-64页 |
| ·转子实验系统简介 | 第52-53页 |
| ·ZT-3 转子故障模拟试验台 | 第52-53页 |
| ·DH5922 动态信号采集分析系统 | 第53页 |
| ·转子典型故障的模拟实验过程及结果分析 | 第53-60页 |
| ·转子不平衡故障的实验分析 | 第54-56页 |
| ·转子不对中故障的实验分析 | 第56-57页 |
| ·动静碰摩故障的实验分析 | 第57-58页 |
| ·油膜涡动故障的实验分析 | 第58-60页 |
| ·旋转机械故障智能诊断系统性能分析 | 第60-63页 |
| ·故障诊断系统神经网络的训练 | 第60-62页 |
| ·故障诊断系统的性能测试 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |