工程机械液压油缸压力信号分析及故障诊断系统设计
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 课题背景 | 第7页 |
| 1.2 液压油缸的常见故障 | 第7-8页 |
| 1.3 液压油缸故障诊断技术的研究现状 | 第8页 |
| 1.4 液压油缸故障诊断方法 | 第8-9页 |
| 1.5 MATLAB 的简介 | 第9-10页 |
| 1.5.1 MATLAB语言的特点 | 第9页 |
| 1.5.2 MATLAB的主要功能 | 第9-10页 |
| 1.6 本文的构成及研究内容 | 第10-11页 |
| 第二章 液压油缸的故障分析与实验方案设计 | 第11-17页 |
| 2.1 液压油缸的简介 | 第11-13页 |
| 2.2 液压油缸的泄漏原因 | 第13-14页 |
| 2.3 故障的模拟 | 第14-17页 |
| 第三章 压力信号的时域分析与时域特征提取 | 第17-26页 |
| 3.1 滤波器的设计 | 第17-21页 |
| 3.1.1 滤波器的相关理论 | 第17-18页 |
| 3.1.2 滤波器的选择 | 第18-21页 |
| 3.2 时域特征的提取 | 第21-26页 |
| 3.2.1 时域特征值的简述 | 第21-23页 |
| 3.2.2 时域特征的提取 | 第23-26页 |
| 第四章 压力信号的频域分析 | 第26-33页 |
| 4.1 傅里叶变换 | 第26-27页 |
| 4.2 压力信号的频谱分析 | 第27-29页 |
| 4.3 功率谱分析 | 第29-33页 |
| 4.3.1 功率谱估计的简介 | 第29-30页 |
| 4.3.2 Welch法谱估计 | 第30-33页 |
| 第五章 神经网络的设计 | 第33-42页 |
| 5.1 神经网络的简介 | 第33-34页 |
| 5.1.1 神经元结构模型 | 第33-34页 |
| 5.1.2 神经网络的拓扑结构 | 第34页 |
| 5.2 BP神经网络的设计 | 第34-37页 |
| 5.3 BP神经网络的的建立 | 第37-41页 |
| 5.3.1 训练样本和测试样本的获取 | 第37-39页 |
| 5.3.2 BP网络的建立与训练 | 第39-41页 |
| 5.4 神经网络的测试 | 第41-42页 |
| 第六章 图形化用户界面(GUI)的设计 | 第42-49页 |
| 6.1 GUI的简介 | 第42页 |
| 6.2 GUI的设计 | 第42-49页 |
| 6.2.1 时域分析模块 | 第43-45页 |
| 6.2.2 频域分析模块 | 第45-46页 |
| 6.2.3 神经网络模块 | 第46-48页 |
| 6.2.4 故障诊断模块 | 第48-49页 |
| 第七章 结论与展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52-53页 |
| 个人简历、在学期间的研究成果和发表的学术论文 | 第53-54页 |
| 附录 | 第54-78页 |
