基于振动信号的柴油机小波神经网络故障诊断研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-18页 |
| ·引言 | 第10-11页 |
| ·柴油机故障诊断技术研究现状 | 第11-15页 |
| ·基于油液检测的铁谱和光谱诊断技术 | 第12-13页 |
| ·振动检测技术 | 第13-14页 |
| ·瞬时转速法 | 第14页 |
| ·噪声分析技术 | 第14页 |
| ·示功图技术 | 第14页 |
| ·智能化诊断技术 | 第14-15页 |
| ·柴油机故障诊断的发展趋势 | 第15页 |
| ·本课题研究的背景及意义 | 第15-16页 |
| ·本文的主要研究内容 | 第16-18页 |
| 2 小波分析理论与神经网络 | 第18-39页 |
| ·小波分析 | 第18-21页 |
| ·正交小波 | 第18-19页 |
| ·正交多分辨分析 | 第19-21页 |
| ·Doubechies 紧支小波 | 第21页 |
| ·正交小波包分析 | 第21-31页 |
| ·小波变换与时一频分析 | 第21-23页 |
| ·正交小波包 | 第23-24页 |
| ·小波包算法 | 第24-25页 |
| ·小波消噪方法及在柴油机振动信号处理中的应用 | 第25-27页 |
| ·改进阈值的小波包消噪 | 第27-30页 |
| ·利用小波包分析进行信号特征提取 | 第30-31页 |
| ·神经网络综述 | 第31-33页 |
| ·神经网络的发展 | 第31-32页 |
| ·神经网络在故障诊断中的应用 | 第32-33页 |
| ·BP 网络 | 第33-36页 |
| ·小波神经网络 | 第36-37页 |
| ·小波分析和神经网络的结合途径 | 第36页 |
| ·小波分析和神经网络的松散型结合 | 第36-37页 |
| ·小结 | 第37-39页 |
| 3 柴油机表面振动信号分析与处理 | 第39-53页 |
| ·柴油机振动的激振源及其传播途径 | 第39-40页 |
| ·柴油机振动的主要激励源 | 第40页 |
| ·振动力传播途径 | 第40页 |
| ·信号的获取及特征提取 | 第40-45页 |
| ·测点位置的选择 | 第40-42页 |
| ·测试系统的构成 | 第42页 |
| ·柴油机缸盖振动信号的特性研究 | 第42-43页 |
| ·柴油机缸盖系统模型 | 第43-45页 |
| ·柴油机表面振动信号的时域分析 | 第45-49页 |
| ·柴油机表面振动信号的频谱分析 | 第49-52页 |
| ·小结 | 第52-53页 |
| 4 故障诊断实验与分析 | 第53-69页 |
| ·提取柴油机振动信号的特征值 | 第53-58页 |
| ·神经网络故障诊断系统的实现 | 第58-62页 |
| ·神经网络的设计 | 第58-60页 |
| ·网络的训练与测试 | 第60-62页 |
| ·实验验证与对比分析 | 第62-68页 |
| ·实验验证 | 第62-64页 |
| ·对比分析 | 第64-68页 |
| ·小结 | 第68-69页 |
| 5 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第75-76页 |
| 致谢 | 第76页 |
