基于LabVIEW的旋转机械振动监测与故障诊断的研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-13页 |
1.1 选题背景及研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 本论文研究的主要内容以及结构安排 | 第12-13页 |
第2章 旋转机械转子故障诊断方法的研究 | 第13-24页 |
2.1 支持向量机理论 | 第13-18页 |
2.1.1 统计学习的基本理论 | 第13-16页 |
2.1.2 支持向量分类机 | 第16-18页 |
2.2 邻域粗糙集理论 | 第18-20页 |
2.2.1 基于邻域的粒化 | 第18-19页 |
2.2.2 邻域粗糙集逼近 | 第19页 |
2.2.3 邻域决策系统 | 第19-20页 |
2.2.4 基于邻域粗糙集的约简算法 | 第20页 |
2.3 建立支持向量机和邻域粗糙集模型 | 第20-21页 |
2.4 支持向量机和邻域粗糙集模型的实验验证 | 第21-23页 |
2.5 本章小结 | 第23-24页 |
第3章 旋转机械振动监测与故障诊断系统的硬件设计 | 第24-32页 |
3.1 传感器 | 第24-27页 |
3.1.1 压电式加速度传感器 | 第24-25页 |
3.1.2 电涡流位移传感器 | 第25-27页 |
3.2 信号调理模块 | 第27-28页 |
3.3 前置器 | 第28-29页 |
3.4 数据采集卡 | 第29-30页 |
3.5 工控机 | 第30-31页 |
3.6 本章小结 | 第31-32页 |
第4章 旋转机械振动监测与故障诊断系统的软件设计 | 第32-43页 |
4.1 Labview简介 | 第32-33页 |
4.2 系统软件的总体设计 | 第33-34页 |
4.3 系统登录模块 | 第34-35页 |
4.4 数据采集模块 | 第35-37页 |
4.5 数据分析与处理模块 | 第37-39页 |
4.5.1 时域分析 | 第37-38页 |
4.5.2 频谱分析 | 第38-39页 |
4.5.3 数据存储和回放 | 第39页 |
4.6 故障诊断模块 | 第39-42页 |
4.7 本章小结 | 第42-43页 |
第5章 旋转机械振动监测与故障诊断系统的验证 | 第43-50页 |
5.1 转子常见典型故障 | 第43-47页 |
5.1.1 质量不平衡 | 第43-44页 |
5.1.2 转子不对中 | 第44-45页 |
5.1.3 转子碰摩 | 第45-46页 |
5.1.4 油膜涡动与油膜振荡 | 第46-47页 |
5.2 系统应用 | 第47-49页 |
5.3 本章小结 | 第49-50页 |
第6章 结论与展望 | 第50-51页 |
6.1 论文总结 | 第50页 |
6.2 工作展望 | 第50-51页 |
参考文献 | 第51-54页 |
攻读硕士学位期间发表的学术论文 | 第54-55页 |
攻读硕士学位期间参加的科研工作 | 第55-56页 |
致谢 | 第56-57页 |
作者简介 | 第57页 |