80MN海绵钛电极液压机远程诊断系统研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外相关技术发展近况 | 第16-23页 |
| 1.2.1 故障诊断技术 | 第16-19页 |
| 1.2.2 故障诊断应用 | 第19-23页 |
| 1.3 课题研究内容 | 第23-24页 |
| 第二章 海绵钛液压机的故障诊断理论研究 | 第24-38页 |
| 2.1 支持向量机研究 | 第24-32页 |
| 2.1.1 最优分类面 | 第24-26页 |
| 2.1.2 核函数的选择 | 第26-27页 |
| 2.1.3 多类支持向量机的选择 | 第27-31页 |
| 2.1.4 遗传-支持向量机算法 | 第31-32页 |
| 2.2 粗糙集理论 | 第32-35页 |
| 2.2.1 粗糙集基本理论 | 第32-34页 |
| 2.2.2 粗糙集约简 | 第34-35页 |
| 2.3 支持向量机与粗糙集的应用 | 第35-37页 |
| 2.3.1 粗糙集对支持向量机的优化 | 第35-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第三章 海绵钛液压机的故障诊断研究 | 第38-52页 |
| 3.1 海绵钛液压机介绍 | 第38-42页 |
| 3.1.1 海绵钛液压机主要功能 | 第38-39页 |
| 3.1.2 海绵钛液压机主要结构 | 第39-42页 |
| 3.2 海绵钛液压机故障模型分析 | 第42-51页 |
| 3.2.1 海绵钛液压机主要故障 | 第42-43页 |
| 3.2.2 基于粗糙集的故障分析 | 第43-48页 |
| 3.2.3 基于支持向量机的故障模型 | 第48-49页 |
| 3.2.4 基于遗传算法的故障模型参数优化 | 第49-51页 |
| 3.3 本章小结 | 第51-52页 |
| 第四章 海绵钛液压机远程诊断系统 | 第52-66页 |
| 4.1 海绵钛液压机远程诊断系统功能 | 第52-53页 |
| 4.2 海绵钛液压机现场监控系统设计 | 第53-60页 |
| 4.2.1 现场监控系统架构 | 第53页 |
| 4.2.2 PLC控制系统 | 第53-55页 |
| 4.2.3 状态监控系统 | 第55-56页 |
| 4.2.4 上位机通讯 | 第56-60页 |
| 4.3 数据库设计 | 第60-65页 |
| 4.3.1 用户管理数据库 | 第61页 |
| 4.3.2 故障信息数据库 | 第61-62页 |
| 4.3.3 历史故障数据库 | 第62-63页 |
| 4.3.4 状态信息数据库 | 第63-64页 |
| 4.3.5 数据库通讯设计 | 第64-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 远程故障诊断实验研究 | 第66-75页 |
| 5.1 计算机仿真 | 第66-72页 |
| 5.1.1 仿真实验方案设计 | 第66-71页 |
| 5.1.2 实验结果分析 | 第71-72页 |
| 5.2 通讯实例 | 第72-74页 |
| 5.3 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 本文工作总结 | 第75页 |
| 6.2 论文的不足与展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士期间的学术活动及成果情况 | 第81-82页 |
