首页--工业技术论文--石油、天然气工业论文--石油机械设备与自动化论文--钻井机械设备论文--钻头、钻具与工具论文

基于小波变换分析牙轮钻头磨损状态的研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-13页
   ·研究目的和意义第7-8页
   ·国内外研究现状第8-11页
   ·主要内容第11页
   ·技术路线第11-13页
第二章 三牙轮钻头基础理论分析第13-19页
   ·三牙轮钻头结构分析第13-14页
   ·三牙轮钻头工作原理第14-16页
     ·三牙轮钻头井底运动分析第14页
     ·三牙轮钻头破岩机理第14-16页
   ·三牙轮钻头磨损分析第16-18页
     ·牙齿磨损分析第16-18页
     ·轴承磨损分析第18页
   ·小结第18-19页
第三章 三牙轮钻头振动信号传播特性分析第19-25页
   ·钻柱结构与振动类型第19-20页
     ·钻柱的结构组成第19页
     ·钻柱的振动类型第19-20页
   ·三牙轮钻头振动信号特性分析第20-21页
   ·三牙轮钻头振动信号传播规律分析第21-23页
     ·纵向传播分析第21-22页
     ·横向传播分析第22页
     ·扭转传播分析第22-23页
   ·三牙轮钻头振动信号的传播效应第23页
   ·噪音信号分析第23-24页
   ·小结第24-25页
第四章 基于小波变换提取三牙轮钻头磨损特征的研究第25-39页
   ·信号分析方法第25-26页
     ·频域分析第25页
     ·时域分析第25-26页
   ·小波变换理论基础第26-31页
     ·连续小波变换第26-27页
     ·离散小波变换第27-28页
     ·小波包分析第28-29页
     ·常用小波函数第29-31页
   ·小波变换去噪方法的研究第31-35页
     ·小波变换的去噪原理第31页
     ·小波变换的阈值去噪原理第31-32页
     ·小波阈值去噪的基本问题第32-35页
   ·基于小波变换的钻柱振动信号处理与分析第35-38页
     ·三牙轮钻头磨损特征参数第35-37页
     ·信号去噪与特征参数提取第37-38页
   ·小结第38-39页
第五章 小波神经网络在三牙轮钻头磨损程度诊断中的应用第39-53页
   ·小波神经网络第39页
     ·小波变换与神经网络的结合方式第39页
     ·小波变换与神经网络的松散性结合第39页
   ·人工神经网络的基本知识第39-41页
   ·BP神经网络第41-46页
     ·BP神经网络的概述第41-43页
     ·BP神经网络学习算法第43-46页
   ·三牙轮钻头磨损程度诊断设计第46-52页
     ·钻头磨损程度诊断网络模型的结构设计第46-48页
     ·钻头磨损程度诊断网络的训练和检验结果分析第48-52页
   ·小结第52-53页
第六章 基于LabVIEW的三牙轮钻头磨损程度诊断系统第53-59页
   ·LabVIEW简介第53-54页
     ·LabVIEW软件介绍及其特点第53-54页
     ·LabVIEW与MATLAB接口第54页
   ·系统软件结构的总体设计第54-55页
   ·系统主界面以及各模块功能介绍第55-58页
     ·系统主界面介绍第55页
     ·信号输入模块第55-56页
     ·信号处理模块第56-57页
     ·神经网络诊断模块第57-58页
     ·诊断记录查询模块第58页
   ·小结第58-59页
第七章 结论与展望第59-61页
   ·总结第59页
   ·展望第59-61页
致谢第61-62页
参考文献第62-65页
攻读硕士学位期间发表的论文第65-66页

论文共66页,点击 下载论文
上一篇:水力喷射压裂工具材料的冲蚀性能研究
下一篇:海外投资项目财务风险评价研究--以中国通信建设T项目为例