| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 创新点 | 第7-11页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 课题来源 | 第11页 |
| 1.2 研究背景、目的和意义 | 第11-12页 |
| 1.3 研究现状综述 | 第12-23页 |
| 1.3.1 信号降噪预处理 | 第13-14页 |
| 1.3.2 设备状态评价 | 第14-17页 |
| 1.3.3 设备故障诊断 | 第17-22页 |
| 1.3.4 目前存在的问题 | 第22-23页 |
| 1.4 主要研究内容 | 第23-25页 |
| 第2章 基于SARM的信号降噪预处理方法研究 | 第25-54页 |
| 2.1 引言 | 第25页 |
| 2.2 SARM方法介绍 | 第25-32页 |
| 2.2.1 SARM原理 | 第25-26页 |
| 2.2.2 平滑因子 | 第26-27页 |
| 2.2.3 噪声幅值因子 | 第27-28页 |
| 2.2.4 实现步骤 | 第28-29页 |
| 2.2.5 端点效应控制 | 第29-32页 |
| 2.3 SARM方法特性 | 第32-37页 |
| 2.3.1 信噪比的影响 | 第33-35页 |
| 2.3.2 降噪后的频域特点 | 第35-37页 |
| 2.4 方法对比分析 | 第37-41页 |
| 2.5 实例分析 | 第41-52页 |
| 2.5.1 输油管道压力信号应用案例 | 第42-48页 |
| 2.5.2 输气管道音波信号应用案例 | 第48-52页 |
| 2.6 本章小结 | 第52-54页 |
| 第3章 改良BP模型匹配策略的设备工况自主分类模型研究 | 第54-66页 |
| 3.1 引言 | 第54页 |
| 3.2 设备工况类型统计 | 第54-56页 |
| 3.2.1 工况参数选择 | 第55页 |
| 3.2.2 设备工况库构建 | 第55-56页 |
| 3.3 工况自主分类原理 | 第56-60页 |
| 3.3.1 BP模型概述 | 第57-59页 |
| 3.3.2 自主识别原理 | 第59-60页 |
| 3.4 实例分析 | 第60-64页 |
| 3.4.1 输油泵工况识别 | 第60-63页 |
| 3.4.2 压缩机工况识别 | 第63-64页 |
| 3.5 本章小结 | 第64-66页 |
| 第4章 设备工况自组织的多参数健康状态综合评价模型研究 | 第66-86页 |
| 4.1 引言 | 第66页 |
| 4.2 综合评价模型原理 | 第66-68页 |
| 4.3 基于FMEA的状态参数筛选 | 第68-74页 |
| 4.3.1 设备FMEA分析 | 第69页 |
| 4.3.2 输油泵机组FMEA分析及状态参数筛选 | 第69-74页 |
| 4.4 单参数评估模型 | 第74-77页 |
| 4.4.1 逻辑回归模型 | 第74-76页 |
| 4.4.2 高斯模型 | 第76-77页 |
| 4.5 基于AHP的状态参数权重计算 | 第77-81页 |
| 4.5.1 AHP原理 | 第77-80页 |
| 4.5.2 输油泵机组状态参数权重确定 | 第80-81页 |
| 4.6 评价等级 | 第81-82页 |
| 4.7 输油泵机组评价实例分析 | 第82-85页 |
| 4.8 本章小结 | 第85-86页 |
| 第5章 设备工况自组织的算法优选诊断模型研究 | 第86-100页 |
| 5.1 引言 | 第86页 |
| 5.2 样本集“熵” | 第86-87页 |
| 5.3 诊断模型原理 | 第87-91页 |
| 5.3.1 诊断算法库构建 | 第88-89页 |
| 5.3.2 诊断算法优选原理 | 第89-90页 |
| 5.3.3 工况与算法映射关系映射表 | 第90-91页 |
| 5.4 算法流程 | 第91-93页 |
| 5.5 管道泄漏实验实例分析 | 第93-96页 |
| 5.5.1 管道实验 | 第93-94页 |
| 5.5.2 诊断结果 | 第94-96页 |
| 5.6 转子实验实例分析 | 第96-99页 |
| 5.6.1 转子实验 | 第96-97页 |
| 5.6.2 诊断结果 | 第97-99页 |
| 5.7 本章小结 | 第99-100页 |
| 第6章 结论与展望 | 第100-102页 |
| 6.1 结论 | 第100-101页 |
| 6.2 展望 | 第101-102页 |
| 参考文献 | 第102-109页 |
| 致谢 | 第109-110页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第110-111页 |
| 学位论文数据集 | 第111页 |