定性趋势分析在故障诊断中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-22页 |
| ·定性故障诊断技术 | 第15-17页 |
| ·定性趋势分析(QTA) | 第17-18页 |
| ·趋势提取算法 | 第17-18页 |
| ·趋势识别算法 | 第18页 |
| ·阈值的设定 | 第18页 |
| ·基于定性趋势分析(QTA)的故障诊断技术 | 第18-19页 |
| ·研究的意义 | 第19页 |
| ·论文内容 | 第19-22页 |
| 第二章 定性趋势分析技术的发展 | 第22-36页 |
| ·简介 | 第22页 |
| ·定性仿真理论 | 第22-23页 |
| ·定性过程趋势的描述 | 第23-24页 |
| ·数据的预处理和定性趋势的提取 | 第24-27页 |
| ·数据的预处理 | 第24-25页 |
| ·定性趋势的提取 | 第25-27页 |
| ·定性趋势的识别 | 第27-31页 |
| ·定性趋势分析在故障诊断中的应用 | 第31-36页 |
| 第三章 趋势提取和趋势识别算法 | 第36-66页 |
| ·定性趋势分析技术及其相关定义 | 第36-38页 |
| ·在线趋势提取 | 第38-48页 |
| ·趋势集合的完备性 | 第38-39页 |
| ·数据的在线分割 | 第39页 |
| ·用最小二乘法拟合数据 | 第39-45页 |
| ·趋势提取算法 | 第45-47页 |
| ·最小二乘的程序实现 | 第47-48页 |
| ·趋势识别 | 第48-53页 |
| ·识别趋势问题 | 第48-51页 |
| ·把形状转变成半定量的剧情 | 第51页 |
| ·片段的集合 | 第51-52页 |
| ·算法的在线执行 | 第52-53页 |
| ·对原方法的改进以及阈值的设定 | 第53-65页 |
| ·对原方法的改进 | 第53-54页 |
| ·阈值的设定 | 第54-55页 |
| ·改进后的趋势提取和趋势识别算法 | 第55-57页 |
| ·趋势识别算法的实现 | 第57-59页 |
| ·没有引入噪声的案例研究 | 第59-63页 |
| ·引入噪声后的案例研究 | 第63-65页 |
| ·结论 | 第65-66页 |
| 第四章 基于定性趋势分析的故障诊断应用研究 | 第66-82页 |
| ·简介 | 第66-67页 |
| ·趋势信号、相似推理和映射 | 第67-68页 |
| ·基于定性趋势分析的故障诊断构架 | 第68-69页 |
| ·案例分析 | 第69-71页 |
| ·引入定量信息的案例 | 第71-75页 |
| ·基于定性趋势分析的多故障源故障诊断 | 第75-79页 |
| ·结论 | 第79页 |
| ·定性趋势分析的优点和不足 | 第79-82页 |
| ·定性趋势分析的优点 | 第79页 |
| ·定性趋势分析的不足 | 第79-82页 |
| 第五章 结论与展望 | 第82-84页 |
| ·结论 | 第82-83页 |
| ·研究展望 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-90页 |
| 研究成果及发表的学术论文 | 第90-92页 |
| 作者及导师简介 | 第92-98页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第98-99页 |
