| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 前言 | 第9-13页 |
| ·研究领域 | 第9页 |
| ·理论意义及应用前景 | 第9-10页 |
| ·阳极效应预报方法及存在的问题 | 第10-11页 |
| ·本文的主要内容和研究成果 | 第11-13页 |
| 2 阳极效应机理及检测方法概述 | 第13-16页 |
| ·铝电解原理 | 第13页 |
| ·阳极效应及发生机理 | 第13-14页 |
| ·阳极效应的利和弊 | 第14页 |
| ·有利因素 | 第14页 |
| ·不利因素 | 第14页 |
| ·降低阳极效应系数 | 第14-15页 |
| ·阳极效应的检测方法概述 | 第15-16页 |
| 3 振动信号的分析的主要方法 | 第16-22页 |
| ·振动信号的谱分析 | 第16-17页 |
| ·自相关函数 | 第17-18页 |
| ·互相关函数 | 第18-19页 |
| ·功率谱密度 | 第19-20页 |
| ·相干函数 | 第20-21页 |
| ·小结 | 第21-22页 |
| 4 阳极振动信号分析与实现 | 第22-32页 |
| ·阳极效应的检测原理 | 第22页 |
| ·阳极振动信号分析手段 | 第22-23页 |
| ·阳极振动信号频谱分析 | 第23-32页 |
| ·基于平稳信号谱分析 | 第23-26页 |
| ·基于离散傅里叶变换的谱分析 | 第24-25页 |
| ·自回归(AR)谱估计 | 第25-26页 |
| ·基于非平稳非高斯信号谱分析 | 第26-31页 |
| ·短时傅里叶变换(STFT) | 第27-28页 |
| ·Wigner分布 | 第28-29页 |
| ·自适应AR谱 | 第29-31页 |
| ·结论 | 第31-32页 |
| 5 基于经验模式分解的混沌干扰下阳极振动信号的提取方法 | 第32-39页 |
| ·EMD方法简介 | 第32-34页 |
| ·端点延拓 | 第34-35页 |
| ·仿真实例 | 第35-38页 |
| ·阳极特征信号提取 | 第38-39页 |
| 6 神经网络在阳极效应检测中的应用 | 第39-45页 |
| ·小波预处理BP网络 | 第40-41页 |
| ·离散信号的连续小波变换 | 第40页 |
| ·BP网络结构 | 第40-41页 |
| ·小波BP网络算法及步骤 | 第41-43页 |
| ·数据预处理 | 第41页 |
| ·小波变换 | 第41-42页 |
| ·BP网络分类算法 | 第42-43页 |
| ·计算分析 | 第43-44页 |
| ·结论 | 第44-45页 |
| 7 软件系统的功能实现 | 第45-64页 |
| ·面向对象的编程方法 | 第45-46页 |
| ·什么是面各对象的编程 | 第45页 |
| ·面向对象编程的优点 | 第45页 |
| ·Visual C++ 6.0简介 | 第45-46页 |
| ·系统所需硬件 | 第46-47页 |
| ·系统采集设备 | 第46-47页 |
| ·系统管理平台 | 第47页 |
| ·主要功能模块的实现 | 第47-64页 |
| ·Windows下的数据采集和A/D转换 | 第48-49页 |
| ·数据通信接口介绍 | 第49-51页 |
| ·数据管理与数据库功能实现 | 第51-52页 |
| ·信号处理功能实现 | 第52-62页 |
| ·功率谱的计算算法 | 第52-58页 |
| ·时频分析算法 | 第58-60页 |
| ·经验模式分解(EMD) | 第60-62页 |
| ·阳极效应预报功能初步实现及构想 | 第62-64页 |
| 8 结论与展望 | 第64-66页 |
| ·研究总结 | 第64页 |
| ·对本文研究工作的思考 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 附录A | 第68-74页 |
| 攻读硕士学位期间发表论文(著)情况 | 第74-75页 |
| 致谢 | 第75-76页 |
| 大连理工大学学位论文版权使用授权书 | 第76页 |