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--油气加工厂机械设备论文

延安炼油厂烟气轮机在线监测及故障诊断系统研究

摘要第3-4页
ABSTRACT第4-5页
第一章 绪论第9-14页
    1.1 课题研究的目的和意义第9页
    1.2 综述与国内外发展现状第9-12页
        1.2.1 旋转机械在线监测和故障诊断系统的国内外发展现状第9-11页
        1.2.2 烟气轮机在线监测和故障诊断系统的国内外发展现状第11-12页
    1.3 主要研究内容、技术路线和创新点第12-13页
        1.3.1 研究内容第12页
        1.3.2 技术路线第12-13页
        1.3.3 创新点第13页
    1.4 章节安排第13-14页
第二章 烟气轮机状态监测系统研究第14-26页
    2.1 烟气轮机机组概括第14-17页
        2.1.1 烟气轮机工作原理第14页
        2.1.2 烟气轮机结构第14-15页
        2.1.3 烟气轮机的使用组合形式第15-16页
        2.1.4 烟气轮机的工艺流程第16-17页
    2.2 烟气轮机的故障诊断方法第17-20页
        2.2.1 烟气轮机的典型故障类型第17-19页
        2.2.2 烟气轮机的故障诊断方法第19-20页
    2.3 烟气轮机特征信号及测点的选择第20-23页
        2.3.1 烟气轮机常用特征信号第20-21页
        2.3.2 烟气轮机特征信号的选择第21-22页
        2.3.3 烟气轮机测点的布置第22-23页
    2.4 传感器的选择第23-24页
        2.4.1 传感器的选用原则第23页
        2.4.2 常用测振传感器研究第23-24页
    2.5 本章小结第24-26页
第三章 小波分析在烟气轮机信号特征提取中的应用第26-37页
    3.1 小波分析理论概述第26-27页
    3.2 连续小波变换第27-29页
        3.2.1 小波函数第27页
        3.2.2 连续小波变换概念第27-28页
        3.2.3 连续小波变换性质第28-29页
    3.3 离散小波变换第29-30页
    3.4 小波包分析理论第30-33页
        3.4.1 小波包原理第31页
        3.4.2 小波包子空间分解第31-32页
        3.4.3 小波包算法第32-33页
    3.5 小波包在烟气轮机振动信号特征提取中的应用第33-36页
        3.5.1 数据信号采集第34页
        3.5.2 提取样本的特征向量第34-36页
    3.6 本章小结第36-37页
第四章 支持向量机的基本理论第37-46页
    4.1 统计学习理论第37-40页
        4.1.1 VC维第37-38页
        4.1.2 经验风险最小化原则第38页
        4.1.3 结构风险最小化原则第38-40页
    4.2 支持向量机理论第40-44页
        4.2.1 线性可分支持向量机第41-43页
        4.2.2 近似线性可分支持向量机第43-44页
        4.2.3 非线性可分支持向量机第44页
    4.3 核函数第44-45页
    4.4 本章小结第45-46页
第五章 基于支持向量机的烟气轮机系统故障诊断实验仿真第46-60页
    5.1 实验方案第46-48页
        5.1.1 设备信息第46页
        5.1.2 实验环境第46-47页
        5.1.3 实验流程第47-48页
    5.2 实验数据预处理第48-52页
        5.2.1 选定样本第48页
        5.2.2 样本去噪处理第48-51页
        5.2.3 提取特征向量第51-52页
    5.3 SVM参数优化第52-53页
        5.3.1 遗传算法(GA)第52-53页
        5.3.2 网格搜寻算法(Grid Search)第53页
        5.3.3 粒子群优化算法(PSO)第53页
    5.4 基于支持向量机的烟气轮机系统故障诊断实验仿真第53-59页
        5.4.1 基于遗传算法(GA)参数寻优的SVM仿真实验第53-55页
        5.4.2 基于网格搜寻算法(Grid Search)参数寻优的SVM仿真实验第55-57页
        5.4.3 基于粒子群优化算法(PSO)参数寻优的SVM仿真实验第57-59页
    5.5 实验结果分析第59页
    5.6 本章小结第59-60页
第六章 结论第60-61页
致谢第61-62页
参考文献第62-64页
攻读硕士学位期间发表论文第64-65页

论文共65页,点击 下载论文
上一篇:复杂载荷作用管道腐蚀缺陷剩余强度非线性有限元研究
下一篇:减阻剂减阻效果评价与预测技术研究