机车柴油机附件异常振动的故障诊断研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-17页 |
| ·机械设备故障诊断技术 | 第8页 |
| ·柴油机故障诊断的内容、过程及方法 | 第8-13页 |
| ·柴油机故障诊断的内容 | 第8-10页 |
| ·柴油机故障诊断的过程 | 第10-11页 |
| ·柴油机故障诊断的方法 | 第11-13页 |
| ·国内外研究现状及发展趋势 | 第13-14页 |
| ·本课题研究的背景及意义 | 第14-15页 |
| ·本文主要致力的工作 | 第15-17页 |
| 2 机车柴油机发电机组发电机振动信号的故障分析 | 第17-25页 |
| ·发电机故障检测 | 第17-19页 |
| ·发电机故障检测方法 | 第17-18页 |
| ·发电机故障振动分析方法 | 第18-19页 |
| ·发电机常见故障及其振动信号模拟 | 第19-24页 |
| ·发电机的故障分类 | 第19-20页 |
| ·常见故障机理分析 | 第20-21页 |
| ·振动信号模拟 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 3 小波分析理论 | 第25-34页 |
| ·小波分析 | 第25-27页 |
| ·小波包变换 | 第27-31页 |
| ·小波包理论 | 第27-30页 |
| ·小波包消噪 | 第30-31页 |
| ·小波包分析在本文的应用 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 4 神经网络理论 | 第34-42页 |
| ·人工神经网络概述 | 第34-35页 |
| ·BP 神经网络 | 第35-38页 |
| ·BP 神经网络的识别与原理 | 第35-36页 |
| ·网络各层神经节点的输入输出关系 | 第36页 |
| ·BP 网络权值调整规则 | 第36-38页 |
| ·BP 神经网络学习算法的计算步骤 | 第38页 |
| ·BP 神经网络在本文中的应用 | 第38-41页 |
| ·BP 网络设计 | 第38-40页 |
| ·网络训练 | 第40页 |
| ·网络测试 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 5 机车柴油机发电机组发电机故障诊断系统 | 第42-50页 |
| ·发电机振动信号采集系统 | 第42-44页 |
| ·采集系统构成 | 第42-43页 |
| ·测点位置的选择 | 第43-44页 |
| ·发电机故障诊断系统 | 第44-49页 |
| ·主要界面介绍 | 第44-45页 |
| ·结果展示 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 6 总结 | 第50-52页 |
| ·本文主要完成工作 | 第50页 |
| ·本文存在问题及展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 附录 A 快速傅里叶变换程序 | 第55-56页 |
| 附录 B 训练和测试程序 | 第56-58页 |
| 攻读学位期间的研究成果 | 第58页 |
