首页--工业技术论文--机械、仪表工业论文--起重机械与运输机械论文--起重机械论文--自行式起重机论文--龙门式(门式)论文

门式起重机远程监测及诊断分析系统研发

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-16页
    1.1 课题背景及意义第10-11页
    1.2 国内外研究综述第11-13页
        1.2.1 起重机监测系统发展概述第11-12页
        1.2.2 起重机故障诊断技术发展概述第12-13页
    1.3 本文研究内容第13-16页
第二章 基于D-S证据融合的行车及电气设备专家系统诊断方法研究第16-35页
    2.1 故障树分析法第16-18页
        2.1.1 故障树基本概念及表示方法第16页
        2.1.2 故障树的数学描述第16-17页
        2.1.3 故障树建立及预处理第17-18页
    2.2 D-S证据融合方法第18-20页
        2.2.1 D-S证据融合概述第18-19页
        2.2.2 D-S证据融合基本原理第19-20页
    2.3 专家系统诊断原理第20-22页
        2.3.1 专家系统原理第20-21页
        2.3.2 专家系统主要结构第21-22页
        2.3.3 专家系统推理机制第22页
    2.4 门式起重机故障诊断专家系统知识库设计第22-28页
        2.4.1 知识获取与表示第22-24页
        2.4.2 门式起重机故障树设计第24-26页
        2.4.3 专家系统知识库设计第26-28页
    2.5 基于自适应权重D-S融合的专家系统推理机设计第28-32页
        2.5.1 基于故障树推理方法概述第28-29页
        2.5.2 基于数据相似度的案例推理方法概述第29页
        2.5.3 专家系统推理机设计第29-32页
    2.6 专家系统实例分析第32-34页
        2.6.1 故障树推理分析第32-33页
        2.6.2 数据相似案例规则推理分析第33-34页
        2.6.3 权重融合推理分析第34页
    2.7 本章小结第34-35页
第三章 基于小波包分析的减速箱PSO-BP神经网络诊断方法研究第35-48页
    3.1 基于小波包的减速箱振动特征提取方法研究第35-39页
        3.1.1 小波包分析方法第35-36页
        3.1.2 基于小波包的特征提取步骤第36-37页
        3.1.3 特征提取实例分析第37-39页
    3.2 基于BP神经网络和PSO算法故障诊断方法研究第39-42页
        3.2.1 BP神经网络算法概述第39-41页
        3.2.2 PSO算法概述第41页
        3.2.3 PSO算法与BP神经网络结合第41-42页
    3.3 基于PSO算法和BP神经网络的故障诊断模块算法设计第42-45页
    3.4 PSO-BP神经网络故障诊断模块实验验证第45-47页
    3.5 本章小结第47-48页
第四章 门式起重机远程监测及诊断分析系统总体设计及数据库构建第48-64页
    4.1 系统功能需求分析第48页
    4.2 系统总体结构选型及设计第48-52页
        4.2.1 数据采集模块第50页
        4.2.2 数据存储管理模块第50-51页
        4.2.3 Android客户端APP第51页
        4.2.4 服务器模块第51-52页
        4.2.5 数据通信模块第52页
    4.3 系统功能模块设计第52-56页
        4.3.1 远程监测第52-54页
        4.3.2 数据分析第54页
        4.3.3 故障诊断第54-55页
        4.3.4 数据管理第55-56页
    4.4 系统数据库平台设计第56-62页
        4.4.1 门式起重机远程监测及分析数据库结构设计第57-61页
        4.4.2 故障诊断专家系统数据库结构设计第61-62页
    4.5 本章小结第62-64页
第五章 门式起重机远程监测及诊断分析系统开发实现第64-82页
    5.1 门式起重机监测及诊断分析系统软件开发环境第64页
    5.2 门式起重机远程监测及诊断分析系统软件实现第64-78页
        5.2.1 系统登录软件实现第64-65页
        5.2.2 系统监测软件实现第65-69页
        5.2.3 数据分析软件实现第69-70页
        5.2.4 故障诊断软件实现第70-75页
        5.2.5 数据管理软件实现第75-78页
    5.3 系统服务器性能测试第78-81页
        5.3.1 服务器压力测试第78-79页
        5.3.2 设备兼容性测试第79-81页
    5.4 本章小结第81-82页
第六章 总结与展望第82-84页
    6.1 总结第82-83页
    6.2 展望第83-84页
参考文献第84-90页
致谢第90-91页
攻读硕士学位期间发表的论文第91页

论文共91页,点击 下载论文
上一篇:不同土地利用下Cd对碱性磷酸酶的Hormesis效应及机理研究--以伊犁河谷为例
下一篇:基于输出系数模型的小流域氮磷径流输出特征研究