文摘
英文文摘
声明
创新点摘要
引言
第1章设备故障诊断的方法与实现
1.1故障诊断技术概述
1.2故障诊断的主要内容
1.3故障诊断的实现方法
1.3.1基于物理模型的故障诊断
1.3.2基于数学模型的故障诊断
1.3.3基于智能方法的故障诊断
1.4故障诊断的任务
1.5智能故障诊断方法综述
1.5.1基于人工神经网络的故障诊断方法
1.5.2基于模糊逻辑推理的故障诊断方法
1.5.3基于粗糙集的故障诊断方法
1.5.4基于专家系统的故障诊断方法
1.5.5基于人工免疫系统的故障诊断方法
1.6本文采用的往复泵泵阀故障诊断方法
第2章振动信号的采集
2.1试验方案与试验装置
2.1.1状态参数的选择
2.1.2试验装置
2.2振动信号的采集
2.2.1信号采样
2.2.2采样频率
2.2.3采样点数
2.3试验过程
2.3.1泵阀故障类型设置
2.3.2正常状态测试
2.3.3故障状态测试
2.4小结
第3章振动信号故障特征提取
3.1幅值域故障特征提取
3.2基于小波包的泵阀故障特征提取
3.2.1小波及小波包基本理论
3.2.2常用小波函数及其性质
3.2.3小波包分析
3.2.4利用小波包分析提取故障特征
3.3小结
第4章基于BP神经网络的泵阀故障诊断
4.1神经网络的模型
4.1.1神经元模型
4.1.2BP神经网络结构
4.2 BP算法
4.2.1BP算法的学习
4.2.2BP算法的改进
4.3BP网络的设计
4.3.1网络的层数
4.3.2隐含层的神经元数
4.3.3初始权值的选取
4.3.4学习速率
4.3.5期望误差的选取
4.4基于BP神经网络的往复泵泵阀故障诊断
4.4.1神经网络进行故障诊断的过程
4.4.2BP神经网络的构建
4.4.3 BP神经网络的训练
4.4.4BP神经网络的故障诊断效果检验
4.5小结
结论
参考文献
致谢