| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 本文的研究背景和研究意义 | 第11-12页 |
| 1.2 国内外旋转机械状态监测和故障诊断技术发展现状 | 第12-13页 |
| 1.2.1 国外发展情况 | 第12页 |
| 1.2.2 国内发展现状 | 第12-13页 |
| 1.3 CAP1400安全壳再循环冷却风机组介绍 | 第13页 |
| 1.4 本文研究内容和技术路线 | 第13-15页 |
| 第二章 风机振动故障分析及诊断方法 | 第15-28页 |
| 2.1 振动基本理论 | 第15-16页 |
| 2.2 旋转机械典型振动故障诊断研究 | 第16-20页 |
| 2.2.1 转子不平衡故障诊断 | 第17-18页 |
| 2.2.2 转子不对中故障诊断 | 第18页 |
| 2.2.3 转子周期性冲击故障诊断 | 第18-19页 |
| 2.2.4 滚动轴承故障诊断 | 第19-20页 |
| 2.3 风机振动特征提取和分析方法 | 第20-22页 |
| 2.3.1 时域特征提取 | 第20页 |
| 2.3.2 频域特征提取 | 第20-22页 |
| 2.4 风机振动特征值 | 第22-27页 |
| 2.4.1 有效值 | 第22-26页 |
| 2.4.2 峰值 | 第26页 |
| 2.4.3 峰值因子 | 第26-27页 |
| 2.4.4 峭度 | 第27页 |
| 2.4.5 偏斜度 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 风机振动状态监测软件开发 | 第28-42页 |
| 3.1 风机振动状态监测平台 | 第28-31页 |
| 3.1.1 风机振动状态监测平台架构 | 第28页 |
| 3.1.2 风机振动状态监测平台组成 | 第28-31页 |
| 3.2 风机振动状态监测平台技术规范 | 第31-32页 |
| 3.3 风机振动状态监测软件功能测试验证 | 第32-41页 |
| 3.3.1 嵌入式振动监测诊断仪软件功能测试 | 第32-33页 |
| 3.3.2 上位机软件功能测试 | 第33-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于数据挖掘的风机振动故障诊断模型 | 第42-114页 |
| 4.1 数据挖掘基础 | 第42-43页 |
| 4.1.1 数据挖掘的概念 | 第42页 |
| 4.1.2 数据挖掘的内容 | 第42-43页 |
| 4.2 数据挖掘方法 | 第43-50页 |
| 4.2.1 数据的准备和探索 | 第43-46页 |
| 4.2.2 数据回归方法 | 第46-47页 |
| 4.2.3 分类方法 | 第47-49页 |
| 4.2.5 预测方法 | 第49-50页 |
| 4.3 风机振动故障特征参数分析 | 第50-110页 |
| 4.3.1 静止状态特征值数据敏感性分析 | 第50-59页 |
| 4.3.2 正常运行特征值数据敏感性分析 | 第59-68页 |
| 4.3.3 不平衡故障特征值数据敏感性分析 | 第68-78页 |
| 4.3.4 轴承故障特征值数据敏感性分析 | 第78-89页 |
| 4.3.5 不对中故障特征值数据敏感性分析 | 第89-90页 |
| 4.3.6 轴承+不平衡故障特征值数据敏感性分析 | 第90-101页 |
| 4.3.7 特征值数据回归分析 | 第101-108页 |
| 4.3.8 基于特征值样本的预测 | 第108-110页 |
| 4.4 基于数据挖掘的风机振动故障诊断模型开发与应用 | 第110-113页 |
| 4.4.1 振动故障模型开发 | 第110-111页 |
| 4.4.2 不平衡故障诊断 | 第111页 |
| 4.4.3 轴承故障诊断 | 第111-112页 |
| 4.4.4 不对中故障诊断 | 第112-113页 |
| 4.4.5 轴承+不平衡故障诊断 | 第113页 |
| 4.5 本章小结 | 第113-114页 |
| 第五章 现场风机测试 | 第114-123页 |
| 5.1 现场风机介绍 | 第114-117页 |
| 5.2 现场风机测试 | 第117-122页 |
| 5.3 本章小结 | 第122-123页 |
| 第六章 结论 | 第123-124页 |
| 参考文献 | 第124-127页 |
| 致谢 | 第127-128页 |
| 附录A | 第128-129页 |
| 附录B | 第129-231页 |
| 附录C | 第231-286页 |
| 攻读硕士学位期间发表的学术论文 | 第286页 |