大型褐煤干燥系统状态监测与故障预报
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 监测技术的发展历程 | 第12-13页 |
| 1.3 国内外状态监测诊断技术研究现状及发展趋势 | 第13-15页 |
| 1.4 本文的主要研究工作 | 第15-17页 |
| 第2章 褐煤干燥系统及工艺参数监测 | 第17-39页 |
| 2.1 褐煤简介 | 第17-20页 |
| 2.1.1 褐煤的形成及基本性质 | 第17-19页 |
| 2.1.2 褐煤的广泛用途 | 第19-20页 |
| 2.2 褐煤干燥技术与设备 | 第20-26页 |
| 2.2.1 褐煤干燥技术 | 第20-21页 |
| 2.2.2 褐煤干燥的经济性 | 第21页 |
| 2.2.3 褐煤的干燥设备及分类 | 第21-25页 |
| 2.2.4 褐煤干燥的热源 | 第25-26页 |
| 2.3 工艺参数的监测 | 第26-32页 |
| 2.3.1 温度的监测 | 第27页 |
| 2.3.2 风量的监测 | 第27-28页 |
| 2.3.3 风压的监测 | 第28-29页 |
| 2.3.4 料位监测 | 第29-30页 |
| 2.3.5 氧气浓度的监测 | 第30-31页 |
| 2.3.6 流化厚度等参数 | 第31-32页 |
| 2.4 系统粉尘的防爆 | 第32-39页 |
| 2.4.1 实验测试装置及内容分析 | 第32-37页 |
| 2.4.2 实验结论 | 第37-39页 |
| 第3章 褐煤干燥关键设备的状态监测和故障预报 | 第39-61页 |
| 3.1 关键设备状态监测基本参数 | 第39-40页 |
| 3.2 故障信号的采集 | 第40-43页 |
| 3.2.1 键相信号的采集 | 第40页 |
| 3.2.2 振动信号的采集 | 第40-41页 |
| 3.2.3 振动测量参数选择 | 第41-43页 |
| 3.3 振动信号分析和诊断方法 | 第43-54页 |
| 3.3.1 基本分析手段 | 第43-48页 |
| 3.3.2 非平稳信号分析方法 | 第48-50页 |
| 3.3.3 小波分析方法 | 第50-54页 |
| 3.4 时间序列法在褐煤故障预报中的应用 | 第54-61页 |
| 3.4.1 时间序列概述 | 第54-55页 |
| 3.4.2 时间序列模型 | 第55-56页 |
| 3.4.3 模型的定阶 | 第56-57页 |
| 3.4.4 基于ARMA模型的故障预报 | 第57-61页 |
| 第4章 系统的总体结构构架 | 第61-79页 |
| 4.1 系统的总体设计 | 第61-63页 |
| 4.1.1 系统软硬件要求 | 第61-62页 |
| 4.1.2 系统软硬件层次划分 | 第62-63页 |
| 4.2 系统软硬件设计 | 第63-66页 |
| 4.2.1 监测系统采集器的设计和实现 | 第63-65页 |
| 4.2.2 系统软硬件接口设计 | 第65-66页 |
| 4.3 褐煤监测系统的硬件结构 | 第66-75页 |
| 4.3.1 传感器 | 第66-67页 |
| 4.3.2 传感器的选择原则 | 第67-69页 |
| 4.3.3 本系统传感器的选型 | 第69-75页 |
| 4.4 信号调理卡 | 第75-76页 |
| 4.5 数据采集卡 | 第76-79页 |
| 第5章 系统的软件功能的实现 | 第79-91页 |
| 5.1 监测系统的界面设计 | 第79-81页 |
| 5.1.1 密码验证模块 | 第79-80页 |
| 5.1.2 监测主界面 | 第80-81页 |
| 5.2 系统软件模块的设计 | 第81-88页 |
| 5.2.1 数据采集模块设计 | 第82-83页 |
| 5.2.2 小波神经网络诊断模块 | 第83-86页 |
| 5.2.3 系统报警模块 | 第86-87页 |
| 5.2.4 数据记录模块设计 | 第87-88页 |
| 5.2.5 打印报表模块设计 | 第88页 |
| 5.3 系统数据库设计实现 | 第88-91页 |
| 5.3.1 数据库结构设计 | 第88-91页 |
| 第6章 结论与展望 | 第91-93页 |
| 6.1 结论 | 第91页 |
| 6.2 展望 | 第91-93页 |
| 参考文献 | 第93-97页 |
| 致谢 | 第97页 |
