火电设备智能诊断模型研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 课题背景 | 第13-14页 |
| 1.2 研究现状 | 第14-18页 |
| 1.2.1 国外研究现状 | 第14-16页 |
| 1.2.2 国内研究现状 | 第16-18页 |
| 1.3 论文主要研究内容 | 第18页 |
| 1.4 论文结构 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第2章 设备故障诊断理论概述 | 第20-27页 |
| 2.1 设备故障的概念与特性 | 第20-22页 |
| 2.1.1 设备故障的概念 | 第20页 |
| 2.1.2 设备故障判断标准 | 第20-21页 |
| 2.1.3 故障类型与故障模式 | 第21-22页 |
| 2.1.4 设备故障基本特性 | 第22页 |
| 2.2 设备故障诊断目标和任务 | 第22-24页 |
| 2.2.1 设备故障诊断的目的 | 第22-23页 |
| 2.2.2 设备故障诊断的任务 | 第23-24页 |
| 2.3 设备故障诊断流程和方法 | 第24-26页 |
| 2.3.1 设备故障诊断流程 | 第24-25页 |
| 2.3.2 设备故障诊断方法 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 火电设备智能诊断模型研究 | 第27-35页 |
| 3.1 数据挖掘研究 | 第27-28页 |
| 3.1.1 概念 | 第27页 |
| 3.1.2 数据挖掘方法 | 第27-28页 |
| 3.2 火电设备诊断建模分析 | 第28-32页 |
| 3.2.1 火电设备监测数据的特性 | 第28-29页 |
| 3.2.2 高斯混合模型及求解算法 | 第29-30页 |
| 3.2.3 高维空间数据的相似性 | 第30-32页 |
| 3.3 火电设备诊断建模过程 | 第32-34页 |
| 3.3.1 火电典型设备模型 | 第32-33页 |
| 3.3.2 火电厂设备模型分析 | 第33页 |
| 3.3.3 火电设备状态监测建模流程 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 火电设备智能诊断系统分析与设计 | 第35-55页 |
| 4.1 设计思路 | 第35-36页 |
| 4.1.1 系统设计原则 | 第35-36页 |
| 4.1.2 系统B/S架构设计 | 第36页 |
| 4.2 系统架构设计 | 第36-37页 |
| 4.2.1 物理架构 | 第36页 |
| 4.2.2 逻辑架构 | 第36-37页 |
| 4.3 系统功能设计 | 第37-47页 |
| 4.3.1 系统管理 | 第38-39页 |
| 4.3.2 基础配置 | 第39-42页 |
| 4.3.3 诊断模型配置 | 第42-44页 |
| 4.3.4 数据准确性甄别 | 第44-45页 |
| 4.3.5 设备诊断模型计算 | 第45页 |
| 4.3.6 设备健康状态一览 | 第45-46页 |
| 4.3.7 参数趋势分析 | 第46-47页 |
| 4.3.8 机组状态监测报表 | 第47页 |
| 4.3.9 设备状态监测报表 | 第47页 |
| 4.4 系统数据库设计 | 第47-54页 |
| 4.4.1 数据库设计原则 | 第47-48页 |
| 4.4.2 数据库表设计 | 第48-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 火电设备智能诊断系统实现与应用 | 第55-66页 |
| 5.1 汽轮机转轴智能诊断模型 | 第55-59页 |
| 5.1.1 汽轮机转轴监测参数选取 | 第55-58页 |
| 5.1.3 汽轮机转轴健康模型训练 | 第58-59页 |
| 5.1.4 汽轮机转轴状态识别 | 第59页 |
| 5.1.5 汽轮机转轴疑似故障诊断 | 第59页 |
| 5.2 系统功能 | 第59-64页 |
| 5.2.1 数据准确性甄别 | 第59-60页 |
| 5.2.2 设备诊断模型配置 | 第60-62页 |
| 5.2.3 设备健康状态一览 | 第62页 |
| 5.2.4 参数趋势分析 | 第62-63页 |
| 5.2.5 机组状态监测报表 | 第63页 |
| 5.2.6 设备状态监测报表 | 第63-64页 |
| 5.3 系统应用效果 | 第64-65页 |
| 5.4 系统特点 | 第65页 |
| 5.5 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71页 |
