基于经验模态分解与小波阈值降噪结合的柴油机故障诊断
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-20页 |
| ·课题研究的背景和意义 | 第10-12页 |
| ·课题研究的背景 | 第10-11页 |
| ·课题研究的意义 | 第11-12页 |
| ·柴油机故障判断 | 第12-16页 |
| ·柴油机故障产生原因 | 第12-14页 |
| ·柴油机故障特征 | 第14页 |
| ·柴油机故障分类及主要故障模式 | 第14-16页 |
| ·柴油机故障诊断研究分类及国内外研究现状 | 第16-18页 |
| ·基于性能参数的柴油机状态监测 | 第16页 |
| ·基于油液分析的柴油机故障诊断 | 第16-17页 |
| ·基于振声的柴油机故障诊断 | 第17-18页 |
| ·柴油机故障诊断研究趋势 | 第18页 |
| ·本文的结构 | 第18-20页 |
| 2 柴油机故障类型及故障分析 | 第20-36页 |
| ·柴油机的结构及工作原理 | 第20-24页 |
| ·柴油机的基本结构 | 第20-22页 |
| ·柴油机的工作原理 | 第22-24页 |
| ·柴油机振动信号采集实验 | 第24-27页 |
| ·实验平台的搭建 | 第24-25页 |
| ·实验的准备 | 第25-27页 |
| ·实验步骤 | 第27页 |
| ·信号分析 | 第27-32页 |
| ·信号的幅域分析 | 第28-29页 |
| ·信号的时域分析 | 第29-30页 |
| ·信号的频域分析 | 第30-32页 |
| ·信号特征分析 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 3 柴油机信号去噪处理 | 第36-59页 |
| ·小波分析 | 第36-45页 |
| ·小波理论 | 第36-38页 |
| ·小波在信号降噪中的应用 | 第38-39页 |
| ·小波降噪的对比 | 第39-45页 |
| ·经验模态分解（EMD） | 第45-58页 |
| ·经验模态分解（EMD）的基本理论 | 第45-46页 |
| ·经验模态分解（EMD）的过程 | 第46-48页 |
| ·经验模态分解（EMD）端点效应处理 | 第48-51页 |
| ·EMD 在信号中的应用 | 第51-54页 |
| ·经验模态分解（EMD）与小波（阈值）降噪结合 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 4 信号特征值的提取与优化 | 第59-67页 |
| ·振动信号特征值的提取 | 第59-61页 |
| ·可变精度粗糙集 | 第61-65页 |
| ·可变精度粗糙集理论 | 第61-62页 |
| ·可变精度粗糙集模型 | 第62-63页 |
| ·可变精度粗糙集处理数据的过程 | 第63-65页 |
| ·特征值数据处理的结果 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 5 基于神经网络的故障识别 | 第67-79页 |
| ·BP 网络 | 第67-74页 |
| ·BP 网络结构 | 第67-68页 |
| ·BP 网络的学习规则 | 第68-69页 |
| ·基于 BP 网络的故障诊断 | 第69-74页 |
| ·RBF 网络 | 第74-78页 |
| ·RBF 网络结构 | 第74-75页 |
| ·RBF 网络的学习规则 | 第75-76页 |
| ·基于 RBF 网络的故障诊断 | 第76-78页 |
| ·两种网络训练结果的对比 | 第78页 |
| ·本章小结 | 第78-79页 |
| 总结与展望 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第85-86页 |
| 致谢 | 第86-87页 |
