变频水泵状态监测与故障诊断
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 课题研究意义 | 第9页 |
| 1.3 课题研究现状及发展趋势 | 第9-11页 |
| 1.3.1 国外研究现状及趋势 | 第10页 |
| 1.3.2 国内研究现状及趋势 | 第10-11页 |
| 1.4 论文主要研究内容 | 第11-13页 |
| 2 变频水泵传感器选择及实验平台搭建 | 第13-21页 |
| 2.1 传感器选型及安装 | 第13-18页 |
| 2.1.1 传感器种类选择 | 第13-17页 |
| 2.1.2 传感器安装 | 第17-18页 |
| 2.2 实验平台搭建 | 第18-19页 |
| 2.3 数据采集实现与课题总体设计 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 水泵常见故障的振动特征 | 第21-28页 |
| 3.1 旋转振动的基本特征 | 第21-22页 |
| 3.2 水泵主要故障类型 | 第22-24页 |
| 3.3 水泵典型故障特征 | 第24-27页 |
| 3.3.1 转子不平衡时的故障特征 | 第24-25页 |
| 3.3.2 转子不对中时的故障特征 | 第25-26页 |
| 3.3.3 转子基础松动的故障特征 | 第26-27页 |
| 3.3.4 水泵振动故障特征总结 | 第27页 |
| 3.4 本章小结 | 第27-28页 |
| 4 变频水泵振动信号的预处理研究 | 第28-36页 |
| 4.1 时域平均方法 | 第28-30页 |
| 4.1.1 时域平均法基本原理 | 第28页 |
| 4.1.2 时域平均法实现 | 第28-30页 |
| 4.2 倒谱分析法 | 第30-32页 |
| 4.2.1 倒谱分析的定义 | 第30-31页 |
| 4.2.2 倒谱分析法应用 | 第31-32页 |
| 4.3 小波变换 | 第32-35页 |
| 4.3.1 小波变换的基本原理 | 第33-34页 |
| 4.3.2 基于小波变换的振动信号去噪 | 第34-35页 |
| 4.4 本章小结 | 第35-36页 |
| 5 变频水泵故障分类实现 | 第36-52页 |
| 5.1 变频水泵状态分类原理 | 第36-37页 |
| 5.2 振动信号小波包能量特征提取 | 第37-39页 |
| 5.3 基于ELM的变频水泵状态分类 | 第39-45页 |
| 5.3.1 极限学习机(ELM)原理 | 第39-41页 |
| 5.3.2 基于ELM的变频水泵状态分类模型设计 | 第41-44页 |
| 5.3.3 基于ELM的变频水泵状态分类实现 | 第44-45页 |
| 5.4 基于KELM的变频水泵状态分类 | 第45-51页 |
| 5.4.1 核极限学习机(KELM)原理 | 第46-48页 |
| 5.4.2 基于KELM的变频水泵状态分类实现 | 第48-51页 |
| 5.5 本章小结 | 第51-52页 |
| 6 基于LabVIEW的变频水泵状态监测界面设计 | 第52-61页 |
| 6.1 虚拟仪器LabVIEW系统概述 | 第52页 |
| 6.2 界面功能总述 | 第52-53页 |
| 6.3 界面总体设计 | 第53-59页 |
| 6.3.1 主界面设计 | 第53-55页 |
| 6.3.2 数据采集部分 | 第55-56页 |
| 6.3.3 状态监测部分 | 第56-57页 |
| 6.3.4 变频水泵状态显示及预警部分 | 第57-58页 |
| 6.3.5 历史数据查询部分 | 第58-59页 |
| 6.4 界面运行结果 | 第59-60页 |
| 6.5 本章小结 | 第60-61页 |
| 7 总结与展望 | 第61-63页 |
| 7.1 总结 | 第61-62页 |
| 7.2 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |
