| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-18页 |
| ·课题来源及研究背景 | 第11-12页 |
| ·故障诊断技术的发展与现状 | 第12-15页 |
| ·机械故障诊断的意义 | 第12-13页 |
| ·故障诊断的国内外研究现状 | 第13-14页 |
| ·故障诊断技术的发展趋势 | 第14-15页 |
| ·神经网络在故障诊断中的应用 | 第15-16页 |
| ·论文的主要工作内容 | 第16-18页 |
| ·论文的研究意义 | 第16页 |
| ·论文的主要内容 | 第16-18页 |
| 第2章 乳化机故障振动分析及系统设计方案 | 第18-35页 |
| ·乳化炸药连续化生产工艺流程 | 第18-19页 |
| ·乳化炸药生产工艺流程 | 第18-19页 |
| ·连续乳化工艺简介 | 第19页 |
| ·乳化机的选型 | 第19-21页 |
| ·乳化机选型要点 | 第19-20页 |
| ·AE-HLC-III型敞开式一级乳化机 | 第20-21页 |
| ·乳化机的故障机理及振动特征 | 第21-29页 |
| ·乳化机故障的故障树分析 | 第21-23页 |
| ·转子不平衡 | 第23-24页 |
| ·转子不对中 | 第24-25页 |
| ·转子定子摩擦 | 第25-27页 |
| ·滚动轴承故障 | 第27-29页 |
| ·振动信号测试位置 | 第29-30页 |
| ·乳化机振动信号的分析研究 | 第30-33页 |
| ·振动信号的预处理 | 第30页 |
| ·振动信号的时域处理 | 第30-31页 |
| ·振动信号的频域处理 | 第31-33页 |
| ·乳化机故障诊断系统设计方案 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 乳化机故障诊断算法的研究 | 第35-54页 |
| ·粒子群优化算法原理 | 第35-39页 |
| ·粒子群算法简介 | 第35页 |
| ·基本粒子群算法 | 第35-37页 |
| ·带惯性权重的粒子群算法 | 第37-38页 |
| ·带收缩因子的PSO算法 | 第38-39页 |
| ·粒子群优化算法的参数选择 | 第39-40页 |
| ·人工神经网络 | 第40-45页 |
| ·人工神经网络简介 | 第40-41页 |
| ·人工神经元模型 | 第41-43页 |
| ·神经网络的类型 | 第43-44页 |
| ·神经网络的学习方式 | 第44-45页 |
| ·BP神经网络 | 第45-48页 |
| ·BP神经网络的结构 | 第45页 |
| ·BP神经网络的权值调整 | 第45-47页 |
| ·BP神经网络训练过程 | 第47-48页 |
| ·BP神经网络的优点与缺点 | 第48页 |
| ·粒子群算法优化神经网络 | 第48-50页 |
| ·PSO-BP神经网络的非线性拟合 | 第50-52页 |
| ·粒子群优化的神经网络在乳化机故障诊断中的仿真测试 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 乳化机故障诊断系统的硬件设计 | 第54-62页 |
| ·硬件系统 | 第54-55页 |
| ·系统硬件结构设计 | 第54页 |
| ·系统硬件设计基本原则 | 第54-55页 |
| ·振动传感器 | 第55-57页 |
| ·振动传感器的类型 | 第55-56页 |
| ·传感器的选型及安装 | 第56-57页 |
| ·信号变送器 | 第57页 |
| ·PLC的选型 | 第57-59页 |
| ·上位机的选型 | 第59-60页 |
| ·硬件系统中的布线要求 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 乳化机故障诊断系统的软件设计及其系统实现 | 第62-71页 |
| ·系统的软件设计 | 第62-63页 |
| ·系统的开发工具 | 第62页 |
| ·系统的软件结构 | 第62-63页 |
| ·系统开发的运行环境 | 第63页 |
| ·乳化机故障诊断系统的软件实现 | 第63-68页 |
| ·组态王软件的设置 | 第63-64页 |
| ·组态王与数据库的连接 | 第64-65页 |
| ·VB故障诊断软件的功能及实现 | 第65-68页 |
| ·仿真测试及结果分析 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第6章 结论与展望 | 第71-73页 |
| ·全文总结 | 第71-72页 |
| ·研究展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 附录 | 第78页 |