| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第12-14页 |
| 1 文献综述 | 第14-24页 |
| 1.1 设备故障诊断技术简介 | 第14页 |
| 1.1.1 故障诊断技术的研究内容 | 第14页 |
| 1.2 故障诊断技术的基本方法 | 第14-16页 |
| 1.2 课题研究背景 | 第16-19页 |
| 1.2.1 国内外故障诊断技术的发展与现状 | 第16-17页 |
| 1.2.2 故障诊断技术的发展趋势 | 第17-18页 |
| 1.2.3 旋转机械故障诊断技术的研究现状 | 第18-19页 |
| 1.3 旋转机械的状态监测和故障诊断机理研究 | 第19-22页 |
| 1.3.1 旋转机械的故障诊断系统的结构 | 第19-20页 |
| 1.3.2 旋转机械典型故障的机理和特征总结 | 第20-22页 |
| 1.4 预测的意义与预测的基本原理 | 第22-23页 |
| 1.4.1 预测的概念 | 第22页 |
| 1.4.2 预测的基本原理 | 第22-23页 |
| 1.5 研究内容的提出 | 第23-24页 |
| 2 基于虚拟仪器的数据采集系统设计 | 第24-31页 |
| 2.1 虚拟仪器简介 | 第24-26页 |
| 2.1.1 虚拟仪器硬件的基本结构形式 | 第24-25页 |
| 2.1.2 虚拟仪器软件的构成 | 第25-26页 |
| 2.2 LabVIEW 软件——优秀的虚拟仪器开发平台 | 第26-27页 |
| 2.3 基于LabVIEW 的数据采集系统 | 第27-31页 |
| 2.3.1 数据采集系统的任务和组成 | 第27-28页 |
| 2.3.2 LabVIEW 中的数据采集程序 | 第28-29页 |
| 2.3.3 模拟输入/输出 | 第29页 |
| 2.3.4 波形采集 | 第29-30页 |
| 2.3.5 连续数据采集 | 第30-31页 |
| 3 基于Web 的旋转机械故障诊断系统设计 | 第31-40页 |
| 3.1 Web 技术的特点 | 第31-32页 |
| 3.2 Web 技术在故障诊断及状态监测中的应用 | 第32-33页 |
| 3.3 基于Web 的系统设计 | 第33-40页 |
| 3.3.1 DataSocket 技术 | 第33-34页 |
| 3.3.2 数据采集服务器 | 第34-35页 |
| 3.3.3 客户端 | 第35-38页 |
| 3.3.4 数据库服务器 | 第38-40页 |
| 4 LabVIEW 与数据库的连接 | 第40-47页 |
| 4.1 SQL Server 数据库 | 第40-41页 |
| 4.2 Labview 与数据库连接标准 | 第41-47页 |
| 4.2.1 ODBC 标准 | 第41-44页 |
| 4.2.2 UDA 通用数据标准 | 第44-47页 |
| 5 故障诊断与状态预测新方法的研究及实现 | 第47-60页 |
| 5.1 分形与分形维数 | 第47-50页 |
| 5.1.1 分形 | 第47-48页 |
| 5.1.2 关联维数 | 第48-50页 |
| 5.2 分形理论在设备故障诊断中的应用 | 第50-51页 |
| 5.3 基于相空间重构的GMDH 神经网络预测模型及程序实现 | 第51-60页 |
| 5.3.1 相空间及相空间重构 | 第51-52页 |
| 5.3.2 GMDH 方法简介 | 第52-55页 |
| 5.3.3 基于相空间重构理论的GMDH 预测方法 | 第55-58页 |
| 5.3.4 构建GMDH 网络 | 第58-60页 |
| 6 用动平衡实验台模拟旋转机械的故障诊断实验系统 | 第60-70页 |
| 6.1 系统总体介绍 | 第60-64页 |
| 6.1.1 诊断系统的硬件 | 第60-61页 |
| 6.1.2 传感器及其相应的信号调理硬件的选择 | 第61-62页 |
| 6.1.3 采集设备的选择 | 第62-63页 |
| 6.1.4 系统的数据流向 | 第63页 |
| 6.1.5 诊断系统的软件 | 第63-64页 |
| 6.2 两个典型故障的分析 | 第64-68页 |
| 6.2.1 传统的故障诊断方法 | 第64-66页 |
| 6.2.2 采用分形理论的结果分析 | 第66-68页 |
| 6.3 基于相空间重构的GMDH 方法的验证 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 导师简介 | 第77-78页 |
| 作者简介 | 第78-79页 |
| 学位论文数据集 | 第79页 |
