基于神经网络的机械振动故障诊断系统设计
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-17页 |
| ·机械故障诊断研究的目的与意义 | 第10-11页 |
| ·国内外机械故障诊断技术发展概况 | 第11-14页 |
| ·神经网络技术发展概况 | 第14-15页 |
| ·本文研究的主要内容 | 第15-17页 |
| 2 机械故障诊断技术的原理与方法 | 第17-24页 |
| ·机械故障定义与分类 | 第17-18页 |
| ·机械故障诊断的基本原理和方法 | 第18-21页 |
| ·机械故障诊断的过程 | 第21-23页 |
| ·小结 | 第23-24页 |
| 3 旋转机械振动故障机理分析 | 第24-33页 |
| ·旋转机械振动及其分类 | 第24页 |
| ·机械振动信号分析 | 第24-28页 |
| ·振动的时域与频域指标 | 第24-27页 |
| ·振动的频域分析 | 第27-28页 |
| ·旋转机械故障机理及典型故障特征 | 第28-32页 |
| ·旋转机械故障机理 | 第28-29页 |
| ·机械设备常见故障特征分析 | 第29-32页 |
| ·小结 | 第32-33页 |
| 4 BP神经网络及其改进算法 | 第33-53页 |
| ·人工神经网络的概述 | 第33-38页 |
| ·人工神经网络的基本概念 | 第33-36页 |
| ·人工神经网络基本特征与性质 | 第36页 |
| ·神经网络的故障诊断能力 | 第36-38页 |
| ·BP神经网络介绍 | 第38-41页 |
| ·BP网络的不足及改进 | 第41-50页 |
| ·BP网络的算法改进 | 第41-44页 |
| ·BP网络的构造与确定 | 第44-46页 |
| ·神经网络故障诊断原理 | 第46-47页 |
| ·改进 BP网络的训练 | 第47-50页 |
| ·与常用改进 BP算法对比分析 | 第50页 |
| ·故障诊断实例与分析 | 第50-52页 |
| ·小结 | 第52-53页 |
| 5 振动故障诊断系统设计 | 第53-66页 |
| ·系统概述 | 第53-56页 |
| ·开发平台与系统编程语言介绍 | 第53-54页 |
| ·面向对象的设计与开发方法 | 第54-55页 |
| ·系统软件设计思想与原则 | 第55-56页 |
| ·系统具备的功能模块 | 第56页 |
| ·软件主要功能模块介绍 | 第56-60页 |
| ·文件管理模块 | 第57页 |
| ·参数设置模块 | 第57页 |
| ·信号分析模块 | 第57-58页 |
| ·故障诊断模块 | 第58-60页 |
| ·软件界面 | 第60-65页 |
| ·软件启动界面 | 第60页 |
| ·系统主菜单界面 | 第60-61页 |
| ·文件管理界面 | 第61-62页 |
| ·故障诊断界面 | 第62-64页 |
| ·关于系统界面 | 第64-65页 |
| ·小结 | 第65-66页 |
| 6 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录A LMBP神经网络部分代码 | 第70-81页 |
| 在学研究成果 | 第81-82页 |
| 致谢 | 第82页 |
