| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-15页 |
| ·课题研究的背景及意义 | 第9-11页 |
| ·课题的国内外研究现状及发展趋势 | 第11-13页 |
| ·信号采集与故障诊断的研究现状 | 第11-12页 |
| ·信号采集与故障诊断的发展趋势 | 第12-13页 |
| ·论文的主要工作及内容安排 | 第13-15页 |
| 2 液压钻机信号采集与故障诊断系统的硬件平台设计 | 第15-26页 |
| ·硬件平台整体设计方案 | 第15-16页 |
| ·液压钻机 | 第16-18页 |
| ·液压钻机的故障机理 | 第16-17页 |
| ·液压钻机的特征信号 | 第17-18页 |
| ·传感器 | 第18-21页 |
| ·压力传感器 | 第18-19页 |
| ·流量传感器 | 第19-20页 |
| ·温度传感器 | 第20页 |
| ·液位传感器 | 第20-21页 |
| ·信号调理 | 第21页 |
| ·数据采集卡 | 第21-24页 |
| ·USB4711/A数据采集卡性能分析 | 第23页 |
| ·USB4711/A数据采集卡 I/O说明 | 第23-24页 |
| ·抗干扰措施 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于虚拟仪器的液压钻机信号采集软件设计 | 第26-49页 |
| ·软件整体设计方案 | 第26-27页 |
| ·虚拟仪器技术 | 第27-30页 |
| ·虚拟仪器的特点 | 第27-28页 |
| ·虚拟仪器的系统组成 | 第28页 |
| ·虚拟仪器的开发平台 LabVIEW | 第28-30页 |
| ·用户界面模块设计 | 第30-32页 |
| ·用户登录界面 | 第30-31页 |
| ·主界面 | 第31-32页 |
| ·信号采集功能模块设计 | 第32-40页 |
| ·信号采集原理 | 第32-35页 |
| ·数据采集模块 | 第35-36页 |
| ·自适应抗混叠滤波器 | 第36-39页 |
| ·标度变换 | 第39-40页 |
| ·信号处理功能模块设计 | 第40-42页 |
| ·实时显示模块 | 第40-41页 |
| ·波形显示模块 | 第41页 |
| ·频域分析模块 | 第41-42页 |
| ·报警显示模块 | 第42页 |
| ·数据库模块设计 | 第42-47页 |
| ·LabVIEW访问数据库 | 第43-44页 |
| ·配置 LabSQL | 第44-46页 |
| ·数据库存储与读取模块 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 4 液压钻机信号采集实验 | 第49-55页 |
| ·传感器安装及系统布线调试 | 第49-51页 |
| ·传感器的安装 | 第49-50页 |
| ·传感器的接线 | 第50页 |
| ·系统布线调试 | 第50-51页 |
| ·液压钻机信号采集实验 | 第51-54页 |
| ·实验目的 | 第51-52页 |
| ·实验结果 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 5 基于粒子群优化 RBF神经网络的液压钻机故障诊断设计 | 第55-73页 |
| ·RBF神经网络 | 第55-58页 |
| ·RBF神经网络结构与学习过程 | 第55-57页 |
| ·RBF神经网络参数分析 | 第57-58页 |
| ·粒子群优化算法 | 第58-61页 |
| ·粒子群优化算法原理 | 第58-59页 |
| ·粒子群优化算法流程 | 第59-60页 |
| ·粒子群优化算法参数分析 | 第60-61页 |
| ·粒子群优化 RBF神经网络算法设计 | 第61-62页 |
| ·液压钻机故障诊断设计 | 第62-69页 |
| ·液压钻机故障类型的确定 | 第62-63页 |
| ·液压钻机故障诊断模型 | 第63页 |
| ·液压钻机故障诊断样本 | 第63-66页 |
| ·液压钻机故障诊断的 MATLAB实现 | 第66-67页 |
| ·液压钻机故障诊断模块设计 | 第67-69页 |
| ·液压钻机故障诊断结果分析 | 第69-72页 |
| ·PSO-RBF网络的适应值 | 第69页 |
| ·PSO-RBF网络的输出值 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 6 结论 | 第73-75页 |
| ·总结 | 第73-74页 |
| ·展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 附录 | 第80-84页 |