发电机组设备在线监测故障诊断系统研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-14页 |
·状态监测技术及其应用概述 | 第10-11页 |
·国内外研究现状与发展趋势 | 第11-13页 |
·便携式数据采集的研制状况 | 第11页 |
·在线监测系统的研制现状 | 第11-13页 |
·本文研究内容 | 第13-14页 |
第2章 状态监测系统组成 | 第14-19页 |
·系统监测对象 | 第15页 |
·系统总体结构方案 | 第15-17页 |
·系统整体功能介绍 | 第17-18页 |
·小结 | 第18-19页 |
第3章 信号采样子系统系统研究 | 第19-26页 |
·信号采样处理技术基础 | 第19-22页 |
·信号分析系统的组成和数字处理方法 | 第19-20页 |
·信号分析的主要内容 | 第20-21页 |
·实时分析 | 第21页 |
·数字信号处理技术的特点 | 第21-22页 |
·嵌入式数据采集单元设计 | 第22-24页 |
·采集单元的主要技术指标 | 第24页 |
·小结 | 第24-26页 |
第4章 故障诊断子系统算法设计与分析 | 第26-52页 |
·机械故障诊断基础 | 第26-27页 |
·可能故障类型 | 第27-28页 |
·在线监测软件系统研究 | 第28-30页 |
·故障分析方法 | 第30-43页 |
·时域波形分析 | 第30-32页 |
·频域谱分析 | 第32-33页 |
·相关函数诊断法 | 第33-36页 |
·幅值/相位合成谱(全息谱)分析技术 | 第36-38页 |
·非平稳信号分析方法 | 第38-43页 |
·小波分析方法 | 第43-52页 |
·小波分解 | 第45-46页 |
·奇异信号检测小波算法 | 第46-48页 |
·小波阈值去噪 | 第48-51页 |
·小结 | 第51-52页 |
第5章 专家系统设计 | 第52-62页 |
·小波包特征向量提取算法 | 第52-56页 |
·基于L_M算法的BP神经网络 | 第56-60页 |
·专家系统在实际中的应用 | 第60-61页 |
·小结 | 第61-62页 |
第6章 在线监测诊断系统在热电厂的应用 | 第62-74页 |
·监测系统硬件实施方案 | 第62-64页 |
·监测系统软件功能 | 第64-74页 |
·监测工作站C/S模式软件 | 第64-67页 |
·Web服务器端B/S模式软件 | 第67-69页 |
·数据分析功能 | 第69-73页 |
·故障示例 | 第73-74页 |
结论与展望 | 第74-76页 |
参考文献 | 第76-79页 |
附录A 攻读学位期间发表的论文目录 | 第79-80页 |
附录B 攻读学位期间所参与的科研项目 | 第80-81页 |
致谢 | 第81页 |