| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·概述 | 第8页 |
| ·课题研究目的和意义 | 第8-9页 |
| ·压缩机状态监测国内外研究现状 | 第9-11页 |
| ·课题研究的主要内容和创新点 | 第11-12页 |
| ·课题主要研究内容 | 第11页 |
| ·论文主要创新点 | 第11-12页 |
| 第二章 螺杆压缩机故障诊断方法研究 | 第12-23页 |
| ·压缩机基本结构和工作原理 | 第12-13页 |
| ·螺杆压缩机的分类 | 第13-14页 |
| ·螺杆压缩机(喷油式)典型故障形式 | 第14-16页 |
| ·压缩机故障目前主要分析方法 | 第16-17页 |
| ·热力学参数信号分析方法 | 第16页 |
| ·电气参数信号分析方法 | 第16-17页 |
| ·动力学信号分析方法 | 第17页 |
| ·振动信号监测要点 | 第17-19页 |
| ·选定测量参数 | 第17-18页 |
| ·选择监测点 | 第18-19页 |
| ·螺杆压缩机典型故障形式在振动信息中的反应特点 | 第19-23页 |
| ·不平衡 | 第19页 |
| ·不对中 | 第19-20页 |
| ·支撑部件松动 | 第20-21页 |
| ·油膜涡动 | 第21页 |
| ·轴承故障 | 第21-23页 |
| 第三章 基于振动信号的压缩机状态监测研究 | 第23-40页 |
| ·故障实验台的设计 | 第23-24页 |
| ·振动信号时域内监测方法 | 第24-27页 |
| ·振动信号基于EMD 分解的希尔伯特变换分析方法研究 | 第27-36页 |
| ·经验模态分解(EMD)方法介绍和Hilbert 变换简介 | 第27-29页 |
| ·小波降噪原理及模拟试验 | 第29-32页 |
| ·故障信号实例 | 第32-36页 |
| ·基于连续小波变换的尺度能量谱在压缩机状态监测中的应用研究 | 第36-40页 |
| ·连续小波变换原理 | 第36页 |
| ·故障轴承振动信号分析 | 第36-40页 |
| 第四章 基于时间序列分析的状态预测方法研究 | 第40-44页 |
| ·AR 模型 | 第40页 |
| ·AR 模型的参数辨识及模型阶次的确定 | 第40-41页 |
| ·FPE 准则(Final Prediction Error Criterion) | 第41页 |
| ·AIC 准则(An Information Criterion) | 第41页 |
| ·预测试验 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于支持向量机的故障智能诊断方法研究 | 第44-50页 |
| ·支持向量机的概念 | 第44-46页 |
| ·特征向量的确定与提取 | 第46-47页 |
| ·试验验证 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 基于LABVIEW 的状态监测系统设计 | 第50-57页 |
| ·软件开发环境的选择 | 第50页 |
| ·LABVIEW 简介 | 第50-51页 |
| ·监测系统的组成和开发 | 第51-56页 |
| ·诊断系统的软件结构 | 第51-52页 |
| ·程序模块设计 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第七章 监测系统试验验证 | 第57-64页 |
| ·主要模块功能的试验验证 | 第57-63页 |
| ·监控主界面 | 第57页 |
| ·功率谱分析模块和相关分析模块 | 第57-58页 |
| ·小波能量分析模块 | 第58-59页 |
| ·HHT 分析模块 | 第59-60页 |
| ·向量机诊断模块 | 第60-61页 |
| ·AR 模型预测模块 | 第61-62页 |
| ·异常信号数据和历史分析结果回放模块 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第八章 总结与展望 | 第64-66页 |
| ·总结 | 第64页 |
| ·本文不足之处 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第70页 |
