| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 抽油机故障诊断方法研究现状 | 第10-11页 |
| 1.2.2 极限学习机研究现状 | 第11-13页 |
| 1.2.3 半监督学习方法研究现状 | 第13-14页 |
| 1.3 目前研究中存在的问题分析 | 第14-15页 |
| 1.4 论文主要内容与结构 | 第15-17页 |
| 第2章 抽油机运行原理分析与过程数据特征提取 | 第17-29页 |
| 2.1 游梁式抽油机结构及运行原理 | 第17-18页 |
| 2.2 常见故障分析 | 第18-22页 |
| 2.3 基于小波包的特征提取 | 第22-28页 |
| 2.3.1 小波包变换 | 第22-25页 |
| 2.3.2 小波包能量法在抽油机运行信号特征提取中的应用 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于极限学习机及其改进算法的研究 | 第29-39页 |
| 3.1 极限学习机 | 第29-30页 |
| 3.2 差分进化极限学习机 | 第30-33页 |
| 3.2.1 差分进化算法 | 第31-32页 |
| 3.2.2 差分进化极限学习机 | 第32-33页 |
| 3.3 自适应差分进化极限学习机 | 第33-36页 |
| 3.4 仿真分析 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于Tri-SaDE-ELM的半监督分类算法 | 第39-47页 |
| 4.1 协同训练概述 | 第39-41页 |
| 4.2 基于Tri-Traning的 Tri-SaDE-ELM算法 | 第41-44页 |
| 4.3 仿真分析 | 第44-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第5章 基于油区现场数据的方法应用分析 | 第47-56页 |
| 5.1 油区现场数据采集及整理 | 第47-49页 |
| 5.1.1 位移载荷数据采集 | 第47-48页 |
| 5.1.2 电功率采集 | 第48-49页 |
| 5.1.3 抽油机实测数据整理 | 第49页 |
| 5.2 抽油机故障诊断应用分析 | 第49-55页 |
| 5.3 本章小结 | 第55-56页 |
| 结论与展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间取得的学术成果 | 第63-64页 |
| 致谢 | 第64页 |
