基于小波神经网络的故障诊断工程师辅助系统研究与开发
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 绪论 | 第7-11页 |
| 1 发展机械故障诊断技术的重要性和意义 | 第7-9页 |
| 2 研究现状 | 第9-10页 |
| 3 本文的主要研究内容 | 第10-11页 |
| 第一章 振动监测技术与信号处理 | 第11-28页 |
| ·故障诊断技术 | 第11-14页 |
| ·故障诊断技术的概念 | 第11-12页 |
| ·常见故障诊断方法 | 第12-14页 |
| ·振动故障诊断技术 | 第14-15页 |
| ·振动监测技术 | 第14页 |
| ·监测方案的制定 | 第14-15页 |
| ·信号处理 | 第15-18页 |
| ·频域分析 | 第15-16页 |
| ·时域分析 | 第16-17页 |
| ·时频域分析 | 第17-18页 |
| ·旋转机械的振动特点 | 第18-20页 |
| ·旋转机械中转子振动特征 | 第19-20页 |
| ·旋转机械的常见故障 | 第20-27页 |
| ·转子不平衡 | 第20-22页 |
| ·转子弯曲 | 第22页 |
| ·转子不对中 | 第22-24页 |
| ·轴承油膜振荡及涡动 | 第24页 |
| ·转子裂纹 | 第24-26页 |
| ·碰摩 | 第26-27页 |
| 本章小结 | 第27-28页 |
| 第二章 小波神经网络 | 第28-40页 |
| ·神经网络 | 第28-31页 |
| ·人工神经网络发展历程及基本理论 | 第28-30页 |
| ·人工神经网络的应用 | 第30-31页 |
| ·小波 | 第31-34页 |
| ·小波的发展历程及基本理论 | 第31-33页 |
| ·小波在故障诊断技术中的应用 | 第33-34页 |
| ·小波神经网络 | 第34-39页 |
| 本章小结 | 第39-40页 |
| 第三章 BP神经网络在故障诊断中的应用 | 第40-47页 |
| ·BP神经网络 | 第40-41页 |
| ·BP算法 | 第41-46页 |
| ·BP算法 | 第41-46页 |
| ·BP神经网络存在的不足 | 第46页 |
| 本章小结 | 第46-47页 |
| 第四章 基于小波神经网络的智能诊断系统 | 第47-60页 |
| ·专家系统 | 第47-50页 |
| ·专家系统模型 | 第47-49页 |
| ·机械设备故障诊断系统 | 第49-50页 |
| ·智能诊断系统 | 第50-52页 |
| ·故障诊断工程师辅助系统的研究和开发 | 第52-59页 |
| ·系统基本构成 | 第52页 |
| ·提取故障征兆 | 第52-53页 |
| ·小波神经网络系统 | 第53-56页 |
| ·系统知识库 | 第56-57页 |
| ·动态数据库 | 第57页 |
| ·解释机制 | 第57-58页 |
| ·推理机 | 第58-59页 |
| 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |
