基于Linux的电力风机健康监测系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-13页 |
| 1.2.1 电力风机监测系统 | 第10-12页 |
| 1.2.2 风机故障诊断技术 | 第12-13页 |
| 1.2.3 国内外现状综述 | 第13页 |
| 1.3 本课题研究内容 | 第13-15页 |
| 第2章 系统总体方案设计 | 第15-24页 |
| 2.1 系统整体方案 | 第15-16页 |
| 2.2 数据采集终端设计方案 | 第16-17页 |
| 2.3 通信协议选取 | 第17-18页 |
| 2.4 故障特征提取方案 | 第18-21页 |
| 2.4.1 小波变换 | 第19-20页 |
| 2.4.2 小波包分析 | 第20-21页 |
| 2.5 故障诊断方案 | 第21-23页 |
| 2.5.1 BP神经网络算法 | 第21-22页 |
| 2.5.2 专家系统 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 系统软硬件设计与实现 | 第24-44页 |
| 3.1 系统硬件整体设计 | 第24页 |
| 3.2 系统各板卡硬件设计 | 第24-34页 |
| 3.2.1 主控板硬件设计 | 第24-30页 |
| 3.2.2 数据采集子板硬件设计 | 第30-32页 |
| 3.2.3 PCB设计与实现 | 第32-34页 |
| 3.3 系统软件整体设计 | 第34页 |
| 3.4 系统各板卡软件设计 | 第34-43页 |
| 3.4.1 主控板软件设计 | 第34-40页 |
| 3.4.2 数据采集子板软件设计 | 第40-42页 |
| 3.4.3 双网口数传系统软件设计 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于小波神经网络的故障诊断算法 | 第44-56页 |
| 4.1 故障特征的提取 | 第44-48页 |
| 4.1.1 风机故障特性分析 | 第44-45页 |
| 4.1.2 小波包分解 | 第45-46页 |
| 4.1.3 特征信号的提取 | 第46-48页 |
| 4.2 故障诊断算法的设计 | 第48-52页 |
| 4.2.1 风机故障诊断神经网络模型 | 第48页 |
| 4.2.2 BP神经网络的学习算法 | 第48-50页 |
| 4.2.3 故障诊断算法的实现 | 第50-52页 |
| 4.3 监控主机专家系统的实现 | 第52-55页 |
| 4.3.1 神经网络专家系统的设计 | 第52-53页 |
| 4.3.2 上位机软件设计 | 第53-54页 |
| 4.3.3 故障分析模块软件设计 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 系统功能测试 | 第56-63页 |
| 5.1 主控板及数据采集子板功能测试 | 第56-60页 |
| 5.1.1 Modbus通信功能测试 | 第56-57页 |
| 5.1.2 数据采集子板功能测试 | 第57-59页 |
| 5.1.3 主控板功能测试 | 第59-60页 |
| 5.2 故障诊断算法功能测试 | 第60-61页 |
| 5.3 系统整机功能测试 | 第61-62页 |
| 5.4 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第68-70页 |
| 致谢 | 第70页 |
