首页--工业技术论文--冶金工业论文--冶金机械、冶金生产自动化论文--炼钢机械与生产自动化论文--炼钢机械论文--电炉机械设备论文

超高功率电炉除尘风机状态监测与故障诊断技术研究

摘要第1-5页
Abstract第5-6页
创新点摘要第6-9页
前言第9-12页
第一章 风机状态监测与故障诊断信号处理方法第12-27页
   ·时域分析方法第12-17页
     ·时域统计分析第12-14页
     ·时域相关分析第14-17页
   ·频域分析法第17-21页
     ·频域分析基础第17-19页
     ·幅值谱分析第19页
     ·快速傅里叶变换第19-21页
   ·时频分析方法第21-27页
     ·短时傅里叶变换第21-22页
     ·小波分析第22-27页
第二章 风机状态监测技术研究第27-35页
   ·风机结构参数说明第27-28页
   ·风机状态监测系统结构设计第28-30页
     ·风机状态监测系统能功能第28页
     ·风机状态监测系统组成第28-29页
     ·信号采集模块第29-30页
   ·风机状态监测技术第30-35页
     ·风机状态监测振动标准第30页
     ·测试数据分析第30-35页
第三章 风机常见故障机理分析第35-47页
   ·风机转子不平衡第35-38页
     ·风机转子不平衡的振动机理第35-37页
     ·转子不平衡故障基本特征第37-38页
   ·风机转子不对中第38-39页
     ·转子不对中故障机理第38-39页
     ·转子不对中故障的基本特征第39页
   ·转子支承系统松动第39-42页
     ·转子支承系统松动故障机理第40-42页
     ·转子支承系统松动故障基本特征第42页
   ·风机转子动静件摩擦第42-43页
     ·转子动静件摩擦故障机理第42-43页
     ·转子动静件摩擦故障基本特征第43页
   ·风机转子弯曲故障第43-45页
     ·转子弯曲故障故障机理第44页
     ·转子弯曲故障基本振动特征第44-45页
   ·风机转轴横向裂纹第45-47页
     ·转轴横向裂纹故障故障机理第45-46页
     ·转轴横向裂纹故障基本特征第46-47页
第四章 基于神经网络的风机故障诊断技术第47-59页
   ·风机故障特征提取第47-48页
   ·神经网络第48-54页
     ·神经网络的特点第48-49页
     ·神经网络模型第49-51页
     ·BP 网络第51-54页
   ·基于神经网络的风机故障诊断技术第54-59页
     ·故障诊断的神经网络模型结构第54-56页
     ·机械故障诊断神经网络的训练参数第56-58页
     ·诊断实例与结果分析第58-59页
结论第59-60页
参考文献第60-63页
致谢第63-64页
详细摘要第64-72页

论文共72页,点击 下载论文
上一篇:曝气生物活性炭滤池技术处理含氰废水研究
下一篇:抽油光杆激光熔覆表面耐磨损与防腐蚀性能研究