| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-14页 |
| ·机械故障诊断技术简介 | 第6-9页 |
| ·机械故障诊断的意义 | 第6页 |
| ·旋转机械故障诊断的方法和发展 | 第6-7页 |
| ·汽轮机轴系复合故障的研究背景与意义 | 第7-9页 |
| ·小波分析技术简介 | 第9-12页 |
| ·小波分析的发展历程 | 第9页 |
| ·小波变换的由来与作用 | 第9-11页 |
| ·小波分析在故障诊断中的应用现状 | 第11-12页 |
| ·论文研究内容概述 | 第12-13页 |
| ·本章小节 | 第13-14页 |
| 第二章 小波分析相关理论 | 第14-27页 |
| ·从傅立叶变换到小波变换 | 第14-20页 |
| ·连续小波变换与离散小波变换 | 第15-16页 |
| ·Mallat 分解与重构算法 | 第16-17页 |
| ·多分辨分析 | 第17-20页 |
| ·信号处理上的小波分析方法 | 第20-26页 |
| ·应用小波分析提取信号分量 | 第20-23页 |
| ·改进的Morlet 小波分析方法 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 汽轮机轴系复合故障模拟及数据采集 | 第27-33页 |
| ·汽轮机轴系故障机理 | 第27页 |
| ·转子故障模拟实验 | 第27-28页 |
| ·数据采集系统的构建 | 第28-29页 |
| ·数据采集软硬件 | 第29-32页 |
| ·采样频率的设置与整周期采样 | 第29-30页 |
| ·信号的接地与测量 | 第30-31页 |
| ·数据采集的软件开发 | 第31-32页 |
| ·轴系故障模拟 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第四章 转子振动信号分析与处理 | 第33-44页 |
| ·转子振动信号的采集 | 第33页 |
| ·典型故障分析 | 第33-39页 |
| ·典型故障特征分析 | 第38页 |
| ·典型故障各倍频点的振动幅值 | 第38-39页 |
| ·实验信号的小波分析 | 第39-42页 |
| ·各频段信号的能量值 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 BP 神经网络在汽轮机轴系故障诊断中的应用 | 第44-56页 |
| ·神经网络（BP 神经网络） | 第44页 |
| ·BP 神经网络结构及其算法 | 第44-45页 |
| ·BP 神经网络的参数设置 | 第45-49页 |
| ·小波分析与BP 神经网络相结合用于汽轮机轴系故障诊断 | 第49-55页 |
| ·单样本数据源BP 网络诊断 | 第49-52页 |
| ·信息融合技术 | 第52-53页 |
| ·多样本数据源信息融合神经网络诊断 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·全文总结 | 第56页 |
| ·研究展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 攻读硕士学位期间发表的学术论文及参与的项目 | 第60-61页 |
| 致谢 | 第61页 |