首页> 中文学位 >基于振动信号处理及SVM的旋转机械故障诊断研究
【6h】

基于振动信号处理及SVM的旋转机械故障诊断研究

代理获取

目录

第 1 章 绪 论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.2.1 故障诊断系统的研究现状

1.2.2 故障特征提取方法的研究现状

1.2.3 故障识别方法研究现状

1.3 本文主要研究内容及章节安排

第 2 章 旋转机械故障诊断类型及流程

2.1 旋转机械故障类型

2.1.1 转子不平衡故障

2.1.2 转子不对中故障

2.1.3 转子裂纹故障

2.1.4 油膜涡动与油膜振荡故障

2.1.5 摩擦故障

2.1.6 机械性松动故障

2.2 旋转机械故障诊断的流程

2.3 旋转机械故障诊断系统的构成

2.4 本章小结

第 3 章 基于改进经验小波变换的故障特征提取

3.1 经验小波变换的基本原理

3.2 经验小波变换的频带划分

3.2.1 经典频带划分方法

3.2.2 基于尺度空间理论的频带划分方法

3.3 经验小波变换的改进

3.3.1 经验小波变换的改进原理

3.3.2 改进后的对比分析

3.4 故障特征提取

3.4.1 特征向量的构成

3.4.2 各特征的计算方法

3.5 本章小结

第 4 章 基于优化 SVM 的旋转机械故障诊断

4.1 支持向量机理论

4.1.1 支持向量机的基本原理

4.1.2 二分类支持向量机

4.1.3 多分类支持向量机

4.1.4 支持向量机的重要参数

4.2 支持向量机的参数优化

4.3 算法优化后的对比分析

4.4 基于支持向量机的故障诊断方法

4.4.1 SVM 的建立过程

4.4.2 故障识别的流程

4.4.3 实例分析

4.5 本章小结

第 5 章 基于 LabVIEW 的上位机故障诊断系统设计

5.1 系统总体方案

5.2 开发软件选型

5.3 上位机软件需求分析

5.4 LabVIEW 与 MATLAB 的结合应用

5.5 上位机软件各模块设计

5.5.1 数据采集模块

5.5.2 数据处理模块

5.5.3 数据回放模块

5.5.4 故障诊断模块

5.6 软件实测

5.6.1 实验对象参数

5.6.2 实验结果

5.7 本章小结

结 论

参考文献

声明

致谢

个人简历

展开▼

著录项

  • 作者

    杜星洲;

  • 作者单位

    哈尔滨工业大学;

  • 授予单位 哈尔滨工业大学;
  • 学科 控制工程
  • 授予学位 硕士
  • 导师姓名 金晶;
  • 年度 2019
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 U26TP2;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号