文摘
英文文摘
原创性声明及关于学位论文使用授权说明
第一章绪论
1.1旋转机械故障诊断技术发展现状综述
1.1.1智能故障诊断系统发展概况
1.1.2模糊神经网络在智能诊断系统中的发展及应用
1.2模糊神经网络专家系统的技术特点
1.2.1模糊神经网络与专家系统结合的可行性分析
1.2.2模糊神经网络专家系统的技术特点
1.3课题来源、研究重点及研究意义
1.3.1本文研究工作的背景和目的
1.3.2本课题研究的具体内容
1.3.2本课题的研究意义
1.4小结
第二章D350风机故障诊断专家系统的建立
2.1 D350风机故障诊断专家系统的总体要求与基本架构
2.2 D350风机故障诊断专家系统深知识库的建立
2.3小结
第三章D350风机故障特征库的建立
3.1故障信号模糊量化法原理概述
3.2 D350风机常见故障的频域特征分析及故障特征点的确定
3.2.1油膜涡动故障特征分析及故障特征点的选取
3.2.2转子不对中的振动特性分析及故障特征点的选取
3.2.3松动故障的振动特性分析及故障特征点的选取
3.2.4其他故障模拟频谱及D350风机故障特征点的选取
3.3 D350风机频谱分析精度的改进办法
3.3.1 FFT频谱分析法及其缺陷
3.3.2 FFT-FS算法对FFT频谱分析法改进
3.4 D350风机故障特征库的建立
3.5小结
第四章D350风机故障诊断系统学习算法的实现
4.1 BP神经网络基本原理概述
4.2 D350风机故障诊断系统模糊神经网络算法的实现
4.2.1标准故障样本数据的获取
4.2.2标准故障样本频谱分析
4.2.3故障特征库的建立
4.2.4神经网络的学习和训练
4.3 D350风机模糊神经网络的训练及测试
4.4故障诊断实例
4.5小结
第五章结论
参考书目
附录
致谢