首页--工业技术论文--机械、仪表工业论文--起重机械与运输机械论文--起重机械论文--自行式起重机论文--龙门式(门式)论文

门式起重机状态监测及故障诊断系统研究

摘要第5-6页
Abstract第6页
第一章 绪论第10-15页
    1.1 课题背景及意义第10页
    1.2 起重机状态监测技术研究现状第10-11页
    1.3 起重机故障诊断技术研究现状第11-13页
        1.3.1 起重机故障诊断产品研究现状第12页
        1.3.2 起重机故障诊断方法研究现状第12-13页
    1.4 论文工作安排第13-15页
第二章 门式起重机状态监测方案设计及关键技术研究第15-28页
    2.1 门式起重机结构及运行特点概述第15页
    2.2 监测方案设计第15-22页
        2.2.1 状态量监测方案设计第15-18页
        2.2.2 减速箱振动状态监测方案设计第18-20页
        2.2.3 主要钢结构应变状态监测方案设计第20-22页
    2.3 关键技术研究第22-26页
        2.3.1 网络通信技术研究第22-23页
        2.3.2 视频监控技术研究第23-25页
        2.3.3 数据管理技术研究第25-26页
    2.4 本章小结第26-28页
第三章 基于故障树技术的行车电气设备专家系统诊断方法研究第28-42页
    3.1 故障树分析法第28-30页
        3.1.1 故障树基本概念第28页
        3.1.2 故障树的数学表示第28-30页
        3.1.3 故障树建立及预处理第30页
    3.2 专家系统诊断原理第30-35页
        3.2.1 专家系统原理第30-31页
        3.2.2 专家系统知识获取第31-32页
        3.2.3 专家系统知识表示第32-33页
        3.2.4 专家系统推理机制第33-34页
        3.2.5 故障树分析与专家系统的联系第34-35页
    3.3 基于故障树的门式起重机故障诊断专家系统知识库设计第35-38页
        3.3.1 门式起重机故障树第35-36页
        3.3.2 专家系统知识库设计第36-38页
    3.4 基于故障树的专家系统故障诊断推理机设计第38-41页
        3.4.1 专家系统推理机设计第38-39页
        3.4.2 故障树的定性定量分析查找最小割集实例第39-41页
    3.5 本章小结第41-42页
第四章 基于AR建模的减速箱GA-BP神经网络诊断方法研究第42-54页
    4.1 基于AR建模的起升机构减速箱振动信号特征提取方法研究第42-46页
        4.1.1 AR时间序列理论第42-43页
        4.1.2 基于AR模型的特征提取步骤第43-44页
        4.1.3 特征提取实例分析第44-46页
    4.2 基于GA算法优化的BP神经网络故障诊断方法研究第46-50页
        4.2.1 BP神经网络算法概述第46-48页
        4.2.2 GA算法概述第48-49页
        4.2.3 BP神经网络与GA结合第49-50页
    4.3 基于AR模型的GA-BP减速箱故障诊断模块算法设计第50-53页
    4.4 本章小结第53-54页
第五章 门式起重机监测及故障诊断系统软件总体设计及实现第54-69页
    5.1 系统功能需求分析第54页
    5.2 系统总体设计及功能架构设计第54-58页
        5.2.1 系统总体结构设计第54-55页
        5.2.2 通信协议方案设计第55-56页
        5.2.3 门式起重机状态监测系统功能架构第56-57页
        5.2.4 门式起重机数据传输存储服务器功能架构第57页
        5.2.5 门式起重机远程状态监测及故障诊断系统功能架构第57-58页
    5.3 门式起重机状态监测及故障诊断系统软件实现第58-68页
        5.3.1 门式起重机状态监测系统软件实现第59-62页
        5.3.2 基于故障树的门式起重机专家系统故障诊断模块软件实现第62-64页
        5.3.3 基于AR-GA-BP的起升机构减速箱故障诊断模块软件实现第64-66页
        5.3.4 服务器软件设计实现第66-68页
    5.4 本章小结第68-69页
第六章 门式起重机状态监测及故障诊断系统验证测试及应用第69-80页
    6.1 门式起重机状态监测系统安装测试第69-72页
    6.2 门式起重机故障诊断系统实例分析及验证第72-78页
        6.2.1 基于故障树的门式起重机专家系统诊断实例分析第72-74页
        6.2.2 基于AR建模的GA-BP神经网络故障诊断模块实验验证第74-78页
    6.3 数据传输服务器功能测试第78-79页
    6.4 本章小结第79-80页
第七章 总结与展望第80-82页
    7.1 总结第80页
    7.2 展望第80-82页
参考文献第82-87页
致谢第87-88页
攻读硕士期间获得成果第88页

论文共88页,点击 下载论文
上一篇:政府购买社工服务机制研究--以深圳为例
下一篇:类风湿关节炎自身抗原cfb诱导骨髓MSC致炎作用及机制研究