基于小波分析的汽轮机故障诊断研究
摘要 | 第1-7页 |
Abstract | 第7-10页 |
第1章 绪论 | 第10-15页 |
·研究背景 | 第10-11页 |
·本课题的国内外研究现状及应用概况 | 第11-13页 |
·国外发展情况 | 第11-12页 |
·国内发展情况 | 第12-13页 |
·本论文完成的主要工作 | 第13-15页 |
·小波遗传消噪法在降噪中的应用 | 第13-14页 |
·小波包在振动信号特征提取中的研究 | 第14页 |
·基于Bently 实验台获取碰磨故障数据 | 第14页 |
·贝叶斯网络故障诊断 | 第14-15页 |
第2章 小波分析的理论研究 | 第15-21页 |
·引言 | 第15页 |
·傅立叶变换 | 第15-16页 |
·小波变换 | 第16-17页 |
·小波包算法 | 第17-20页 |
·小波变换的发展及其工业领域的应用 | 第20页 |
·小结 | 第20-21页 |
第3章 汽轮机振动信号的小波消噪与检测 | 第21-26页 |
·前言 | 第21页 |
·小波消噪的原理 | 第21-22页 |
·阈值消噪方法 | 第22-24页 |
·传统Donoho 阈值消噪方法极其应用 | 第22页 |
·基于遗传算法的小波消噪方法及其应用 | 第22-24页 |
·基于Matlab 的仿真 | 第24-25页 |
·小结 | 第25-26页 |
第4章 汽轮机典型故障特征提取 | 第26-33页 |
·前言 | 第26页 |
·典型故障的频域特征提取 | 第26-30页 |
·转子不平衡 | 第26-27页 |
·不对中故障 | 第27-28页 |
·转子动静碰磨 | 第28-29页 |
·轴承松动 | 第29-30页 |
·基于能量的故障信号小波包特征提取 | 第30-32页 |
·小结 | 第32-33页 |
第5章 贝叶斯网络在汽轮机振动故障诊断中的应用 | 第33-43页 |
·贝叶斯网络的建立及推理 | 第33-36页 |
·实例分析 | 第36-43页 |
·Bently-RK4 转子振动实验台 | 第36-38页 |
·数据采集设备 | 第38-39页 |
·转子动静碰磨实验及诊断 | 第39-43页 |
第6章 厂级监控信息系统与火电站仿真机 | 第43-59页 |
·厂级监控信息系统 | 第43-51页 |
·系统的结构 | 第43-45页 |
·系统的功能 | 第45-51页 |
·火电站仿真机 | 第51-59页 |
·300MW 仿真机启动操作步骤 | 第52-56页 |
·DCS 功能简介 | 第56-59页 |
结论 | 第59-61页 |
致谢 | 第61-62页 |
参考文献 | 第62-66页 |
作者简介 | 第66-67页 |
攻读硕士学位期间发表的论文和科研成果 | 第67-68页 |