| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 国内外汽轮机故障诊断的现状及发展趋势 | 第12-14页 |
| 1.2.1 国外汽轮机故障诊断研究现状 | 第12-13页 |
| 1.2.2 国内汽轮机故障诊断研究现状 | 第13-14页 |
| 1.2.3 汽轮机故障诊断技术的发展趋势 | 第14页 |
| 1.3 故障诊断专家系统介绍 | 第14-17页 |
| 1.3.1 专家系统的应用及现状 | 第14-15页 |
| 1.3.2 专家系统的组成 | 第15-16页 |
| 1.3.3 专家系统的分类及优点 | 第16页 |
| 1.3.4 专家系统存在的问题及主要发展方向 | 第16-17页 |
| 1.4 本文研究的主要内容 | 第17-19页 |
| 第二章 汽轮机典型故障特征及SVD信号分析方法研究 | 第19-39页 |
| 2.1 汽轮机典型故障特征 | 第19-23页 |
| 2.1.1 转子不平衡故障 | 第19-20页 |
| 2.1.2 转子不对中故障 | 第20-21页 |
| 2.1.3 油膜涡动和油膜振荡故障 | 第21-22页 |
| 2.1.4 动静碰磨故障 | 第22-23页 |
| 2.1.5 转子裂纹故障 | 第23页 |
| 2.2 传统振动信号分析方法 | 第23-26页 |
| 2.2.1 时域分析方法 | 第24-25页 |
| 2.2.2 频域分析方法 | 第25-26页 |
| 2.3 基于SVD变换的信号处理方法研究 | 第26-35页 |
| 2.3.1 SVD分解原理 | 第26-27页 |
| 2.3.2 Hankel矩阵方式下的SVD信号分离原理 | 第27-28页 |
| 2.3.3 基于SVD的信号消噪处理方法研究 | 第28-30页 |
| 2.3.4 基于SVD的信号奇异性检测方法研究 | 第30-32页 |
| 2.3.5 基于SVD信号分析方法的故障诊断实验验证 | 第32-35页 |
| 2.4 汽轮机振动故障诊断的特点 | 第35-36页 |
| 2.5 汽轮机故障总结 | 第36-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第三章 故障诊断专家系统的模糊化研究 | 第39-51页 |
| 3.1 模糊专家系统的特征 | 第39-40页 |
| 3.2 模糊数学理论 | 第40-44页 |
| 3.2.1 模糊集合 | 第40-41页 |
| 3.2.2 隶属度确定方法 | 第41-44页 |
| 3.3 故障诊断专家系统的模糊化 | 第44-50页 |
| 3.3.1 故障原因 | 第44-45页 |
| 3.3.2 模糊征兆向量的确定 | 第45-46页 |
| 3.3.3 模糊关系矩阵元素的确定 | 第46-48页 |
| 3.3.4 模糊专家系统的推理机制设计 | 第48页 |
| 3.3.5 模糊诊断方法研究 | 第48-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 专家系统的设计与开发 | 第51-64页 |
| 4.1 引言 | 第51页 |
| 4.2 专家系统开发环境 | 第51-52页 |
| 4.3 模糊专家系统的总体结构 | 第52-53页 |
| 4.4 诊断知识库及知识库管理系统设计 | 第53-58页 |
| 4.4.1 模糊知识库设计 | 第53-57页 |
| 4.4.2 知识库管理系统 | 第57-58页 |
| 4.5 模糊推理机的设计 | 第58-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第五章 汽轮机故障诊断专家系统的诊断实例 | 第64-74页 |
| 5.1 故障诊断专家系统的总体结构 | 第64页 |
| 5.2 硬件系统的搭建 | 第64-67页 |
| 5.2.1 传感器系统 | 第64-65页 |
| 5.2.2 嵌入式工控机系统 | 第65-66页 |
| 5.2.3 动态数据采集卡系统 | 第66-67页 |
| 5.3 汽轮机故障诊断实例 | 第67-73页 |
| 5.3.1 转子质量不平衡故障诊断 | 第67-70页 |
| 5.3.2 油膜涡动故障诊断 | 第70-73页 |
| 5.4 本章小结 | 第73-74页 |
| 总结与展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81-82页 |
| 附件 | 第82页 |
