摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第11-19页 |
1.1 课题背景与选题意义 | 第11-12页 |
1.2 燃气轮机常见故障及诊断方法 | 第12-15页 |
1.2.1 常见故障分类 | 第12-13页 |
1.2.2 燃气轮机典型的故障诊断方法 | 第13-15页 |
1.3 燃气轮机气路诊断技术在国内外的研究现状 | 第15-16页 |
1.3.1 国外研究现状 | 第15页 |
1.3.2 国内研究现状 | 第15-16页 |
1.4 课题研究的主要内容 | 第16-19页 |
第2章 故障系数矩阵的建立 | 第19-37页 |
2.1 研究对象的简介 | 第19-20页 |
2.2 燃气轮机部件偏差化 | 第20-23页 |
2.3 故障性能参数的变化量分离 | 第23-26页 |
2.4 故障性能模拟方程组的推导 | 第26-35页 |
2.5 本章小结 | 第35-37页 |
第3章 燃气轮机故障机理分析 | 第37-53页 |
3.1 燃气轮机故障判据的确立 | 第37-44页 |
3.1.1 压气机各种故障的判据 | 第37-41页 |
3.1.2 涡轮故障机理分析 | 第41-43页 |
3.1.3 燃烧室故障 | 第43-44页 |
3.2 故障性能模拟 | 第44-51页 |
3.2.1 压气机故障 | 第44-47页 |
3.2.2 涡轮故障模拟 | 第47-50页 |
3.2.3 燃烧室故障 | 第50-51页 |
3.3 本章小结 | 第51-53页 |
第4章 基于ANFIS网络的燃机故障诊断 | 第53-73页 |
4.1 燃气轮机气路故障诊断思路 | 第53-55页 |
4.2 模糊逻辑基础 | 第55-59页 |
4.2.1 模糊集合 | 第55页 |
4.2.2 隶属函数 | 第55-56页 |
4.2.3 模糊聚类 | 第56-59页 |
4.3 自适应模糊神经网络ANFIS系统 | 第59-71页 |
4.3.1 经典ANFIS系统结构 | 第59-61页 |
4.3.2 燃气轮机故障诊断的ANFIS系统 | 第61-65页 |
4.3.3 基于网格算法ANFIS系统的应用 | 第65-69页 |
4.3.4 基于减法聚类算法ANFIS系统的应用 | 第69-71页 |
4.4 本章小结 | 第71-73页 |
第5章 故障诊断软件设计 | 第73-83页 |
5.1 NI-Labview简介 | 第73-74页 |
5.2 燃气轮机故障诊断系统框架 | 第74页 |
5.3 基于NI-Labview的故障诊断系统设计 | 第74-82页 |
5.3.1 系统各个功能介绍 | 第74-75页 |
5.3.2 系统登录模块 | 第75-76页 |
5.3.3 网络通信模块 | 第76-79页 |
5.3.4 数据管理模块 | 第79-81页 |
5.3.5 故障诊断模块 | 第81-82页 |
5.4 本章小结 | 第82-83页 |
结论 | 第83-85页 |
参考文献 | 第85-89页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第89-91页 |
致谢 | 第91页 |