声明
摘要
第一章 绪论
1.1 课题研究背景
1.2 课题研究目的及意义
1.3.1 数据驱动的国内外研究现状
1.3.2 数据驱动应用在石化装备故障诊断领域的研究现状及问题
1.4 论文的研究内容及结构安排
1.5 小结
第二章 石化装备轴承智能故障诊断系统需求分析及数据采集技术
2.1.1 石化装备轴承智能故障诊断系统需求分析
2.1.2 石化装备轴承智能故障诊断系统故障配件装置
2.2 石化装备轴承智能故障诊断系统数据采集与处理
2.2.1 石化装备轴承智能故障诊断系统数据采集与处理总体框架
2.2.2 石化装备轴承智能故障诊断系统数据采集与处理具体实现
2.3 数据驱动技术应用在石化装备故障诊断中的优劣分析
2.4 小结
第三章 数据驱动下滚动轴承复合故障信号降噪方法
3.1 滚动轴承复合故障信号降噪背景
3.1.1 石化装备滚动轴承振动机理及噪声产生过程
3.1.2 石化装备滚动轴承失效形式及特征分析
3.2.1 小波降噪的基本原理
3.2.2 传统小波降噪的阈值选取方法
3.2.3 改进的滚动轴承故障信号小波阈值降噪方法
3.3.1 模拟仿真
3.3.2 实例仿真
3.4 本章小结
第四章 数据驱动下耦合交互的滚动轴承复合故障解耦诊断方法
4.1 引言
4.2.1 线性判别分析解耦基础理论
4.2.2 数据驱动下基于线性判别分析解耦的BP诊断方法
4.2.3 数据驱动下基于线性判别分析解耦诊断方法的仿真验证
4.3 数据驱动下改进线性判别分析的滚动轴承复合故障解耦诊断方法
4.3.1 核函数作用下线性判别分析解耦理论
4.3.2 数据驱动下核线性判别分析解耦的ELM故障模式辨识方法
4.3.3 数据驱动下耦合交互的滚动轴承复合故障解耦诊断算法设计
4.3.4 算法验证及仿真分析
4.4 本章小结
第五章 数据驱动下滚动轴承复合故障信号盲源分离辨识与诊断方法
5.1 引言
5.2.1 盲源分离基本思想
5.2.2 多故障信号盲源分离辨识规则
5.3 数据驱动下滚动轴承复合故障信号的盲源分离辨识与诊断方法
5.3.1 滚动轴承复合故障信号盲源分离辨识与诊断方法
5.3.2 算法评价指标
5.3.3 滚动轴承复合故障信号分离辨识与诊断算法设计
5.3.4 算法验证及仿真分析
5.4 石化装备智能故障诊断系统GUI设计
5.5 本章小结
第六章 总结与展望
6.1 论文结论
6.2 主要创新点
6.3 研究展望
致谢
参考文献
作者在攻读硕士期间的主要工作目录