往复式压缩机动态信号采集与分析系统研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-19页 |
| ·引言 | 第9页 |
| ·压缩机的故障诊断技术 | 第9-13页 |
| ·往复式压缩机故障诊断的难点 | 第9-10页 |
| ·往复式压缩机故障诊断的发展 | 第10-11页 |
| ·机械设备故障诊断技术的研究现状 | 第11页 |
| ·在线监测技术研究现状和发展趋势 | 第11-13页 |
| ·虚拟仪器的应用研究 | 第13-17页 |
| ·虚拟仪器的优点 | 第13-15页 |
| ·国外虚拟仪器的现状 | 第15-16页 |
| ·国内虚拟仪器的现状 | 第16页 |
| ·虚拟仪器的发展趋势 | 第16-17页 |
| ·LabVIEW 介绍 | 第17页 |
| ·本文研究的主要工作 | 第17-19页 |
| 第二章 压缩机信号的常用处理方法 | 第19-38页 |
| ·压力信号的分析处理 | 第19-23页 |
| ·往复式压缩机示功图 | 第19页 |
| ·示功图的归一化 | 第19-20页 |
| ·基于边界趋势分析的示功图识别 | 第20-22页 |
| ·示功图对比分析 | 第22-23页 |
| ·振动信号的时域分析 | 第23-26页 |
| ·振动信号的频域分析 | 第26-32页 |
| ·傅里叶变换 | 第26-29页 |
| ·小波变换分析方法 | 第29-30页 |
| ·小波包分析 | 第30-32页 |
| ·基于神经网络的故障特征识别 | 第32-35页 |
| ·神经网络的特点 | 第33页 |
| ·神经网络模型 | 第33-35页 |
| ·基于支持向量机的故障特征识别 | 第35-37页 |
| ·支持向量机的定义 | 第35-36页 |
| ·支持向量机的核函数 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 信号采集与分析系统的研究 | 第38-46页 |
| ·信号采集与分析系统的组成 | 第38页 |
| ·信号采集分析系统的硬件设计 | 第38-41页 |
| ·压力引出装置 | 第38-40页 |
| ·USB 总线接口 | 第40-41页 |
| ·信号采集与分析系统的软件开发 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 采集与分析系统的应用 | 第46-57页 |
| ·室内实验研究 | 第46-49页 |
| ·往复式压缩机的实测数据分析 | 第49-56页 |
| ·压缩机结构及测点布局 | 第49-51页 |
| ·往复式压缩机示功图的监测 | 第51-53页 |
| ·气阀振动信号小波分解与重构 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 发表文章目录 | 第61-62页 |
| 致谢 | 第62-63页 |
| 详细摘要 | 第63-73页 |
