| 第一章 绪论 | 第1-16页 |
| 1．1 课题来源 | 第10页 |
| 1．2 国内外研究现状与技术水平 | 第10-12页 |
| 1．3 本课题研究的主要对象、研究内容和意义 | 第12-14页 |
| 1．4 课题研究的方法 | 第14-15页 |
| 1．5 本章小结 | 第15-16页 |
| 第二章 排烟风机的振动信号处理与分析 | 第16-41页 |
| 2．1 概述 | 第16-18页 |
| 2．2 排烟风机振动信号的伪点剔除技术研究 | 第18-20页 |
| 2．3 排烟风机振动信号的趋势项消除 | 第20-24页 |
| 2．4 频率混叠现象的分析与处理 | 第24-25页 |
| 2．5 频谱泄漏的分析与处理 | 第25-27页 |
| 2．6 数字滤波器的分析与设计 | 第27-31页 |
| 2．6．1 FIR数字滤波器的设计分析 | 第28-30页 |
| 2．6．2 维纳滤波、卡尔曼滤波和自适应数字滤波 | 第30-31页 |
| 2．7 排烟风机振动信号的基本分析方法 | 第31-36页 |
| 2．7．1 信号的时域分析 | 第31-33页 |
| 2．7．2 信号的频域分析 | 第33-35页 |
| 2．7．3 轴心轨迹图分析 | 第35-36页 |
| 2．8 排烟风机振动信号分析与处理仿真实验 | 第36-40页 |
| 2．8．1 实验目的和内容 | 第36页 |
| 2．8．2 实验设备 | 第36页 |
| 2．8．3 实验测试流程及结果 | 第36-40页 |
| 2．9 本章小结 | 第40-41页 |
| 第三章 基于小波分析的排烟风机振动信号噪声消除 | 第41-55页 |
| 3．1 概述 | 第41-42页 |
| 3．2 小波分析的基本理论 | 第42-46页 |
| 3．2．1 小波分析定义 | 第42-43页 |
| 3．2．2 多分辨率分析 | 第43-45页 |
| 3．2．3 信号的奇异性及其描述 | 第45-46页 |
| 3．2．4 常用小波函数简介 | 第46页 |
| 3．3 排烟风机振动信号和噪声的小波特性 | 第46-47页 |
| 3．4 排烟风机振动信号的软硬阀值法小波消噪 | 第47-52页 |
| 3．4．1 小波软硬阀值消噪的基本原理 | 第47-49页 |
| 3．4．2 小波软硬阀值消噪法在排烟风机振动信号去噪中的应用 | 第49-52页 |
| 3．5 排烟风机振动信号的软硬阀值折衷法消噪 | 第52-54页 |
| 3．6 本章小结 | 第54-55页 |
| 第四章 排烟风机典型故障的振动机理及诊断 | 第55-66页 |
| 4．1 排烟风机转子不平衡故障的振动机理与诊断 | 第55-57页 |
| 4．1．1 转子不平衡故障的振动机理 | 第55-56页 |
| 4．1．2 转子不平衡故障的基本振动特征 | 第56-57页 |
| 4．2 排烟风机转子不对中故障的振动机理与诊断 | 第57-58页 |
| 4．2．1 转子不对中故障的振动机理 | 第57页 |
| 4．2．2 转子不对中故障的基本振动特征 | 第57-58页 |
| 4．3 排烟风机转子弯曲故障的振动机理与诊断 | 第58页 |
| 4．3．1 转子弯曲故障的振动机理 | 第58页 |
| 4．3．2 转子弯曲故障的基本振动特征 | 第58页 |
| 4．4 排烟风机支承系统连接松动故障的振动机理与诊断 | 第58-59页 |
| 4．4．1 支承系统连接松动故障的振动机理 | 第58-59页 |
| 4．4．2 支承系统连接松动故障的基本振动特征 | 第59页 |
| 4．5 排烟风机转子过盈配合件配合不足故障的振动机理与诊断 | 第59-60页 |
| 4．5．1 转子过盈配合件配合不足故障的振动机理 | 第59-60页 |
| 4．5．2 转子过盈配合件配合不足故障的基本振动特征 | 第60页 |
| 4．6 排烟风机转子碰摩故障的振动机理与诊断 | 第60-61页 |
| 4．6．1 转子碰摩故障的振动机理 | 第60-61页 |
| 4．6．2 转子碰摩故障的基本振动特征 | 第61页 |
| 4．7 排烟风机转轴具有横向裂纹故障的振动机理与诊断 | 第61-62页 |
| 4．7．1 转轴具有横向裂纹故障的振动机理 | 第61-62页 |
| 4．7．2 转轴具有横向裂纹故障的基本振动特征 | 第62页 |
| 4．8 排烟风机转轴滚动轴承失效故障的振动机理与诊断 | 第62-64页 |
| 4．8．1 滚动轴承失效故障的振动机理 | 第63页 |
| 4．8．2 滚动轴承失效故障的基本振动特征 | 第63-64页 |
| 4．9 排烟风机的典型故障特征频谱归一化表 | 第64-65页 |
| 4．10 本章小结 | 第65-66页 |
| 第五章 基于神经网络的排烟风机故障诊断技术研究 | 第66-76页 |
| 5．1 人工神经网络技术的基本原理 | 第66-69页 |
| 5．2 排烟风机的即神经网络故障诊断模型构建 | 第69-72页 |
| 5．2．1 BP神经网络结构选择 | 第69-70页 |
| 5．2．2 BP神经网络的参数选择 | 第70-72页 |
| 5．2．3 BP神经网络模型参数汇总 | 第72页 |
| 5．3 BP神经网络故障诊断技术在排烟风机故障诊断中的应用 | 第72-75页 |
| 5．4 本章小结 | 第75-76页 |
| 第六章 排烟风机状态监测与故障诊断系统分析 | 第76-86页 |
| 6．1 排烟风机状态监测与故障诊断系统的组成原理 | 第76页 |
| 6．2 系统的硬件组成 | 第76-77页 |
| 6．3 系统的分析软件设计 | 第77-80页 |
| 6．4 软件主要界面介绍 | 第80-84页 |
| 6．5 系统应用效果 | 第84-85页 |
| 6．6 本章小结 | 第85-86页 |
| 结论与展望 | 第86-87页 |
| 参考文献 | 第87-91页 |
| 致谢 | 第91-92页 |
| 攻读学位其间的主要研究成果 | 第92页 |
