声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 故障诊断研究现状
1.2.1 特征提取方法
1.2.2 故障诊断方法
1.2.3 风机旋转失速预测
1.3 论文的研究内容
第2章 离心风机故障模拟实验研究
2.1 G4-73No8D风机实验系统
2.1.1 试验台结构
2.1.2 信号测量及采集系统
2.2 风机实验故障模拟
2.2.1 机械故障模拟
2.2.2 旋转失速故障模拟
2.3 本章小结
第3章 基于小波包和复杂度分析的智能故障诊断研究
3.1 故障诊断方法研究
3.1.1 改进BP神经网络故障诊断方法
3.1.2 改进支持向量机故障诊断方法
3.2 基于复杂度分析的风机故障诊断
3.2.1 基于样本熵特征的风机机械故障诊断
3.2.2 基于符号动力学信息熵特征的风机机械故障诊断
3.3 基于小波包分析的风机故障诊断
3.3.1 基于小波包频带能量特征的风机机械故障诊断
3.3.2 基于小波包奇异值特征的风机机械故障诊断
3.4 不同故障诊断方法的比较
3.5 本章小结
第4章 基于SDP分析和图像匹配的风机故障诊断研究
4.1 SDP分析法
4.1.1 SDP公式及结构
4.1.2 SDP法的参数选择
4.2 数字图像处理方法
4.2.1 图像的数字化表示方法
4.2.2 图像相似度判别方法
4.3 基于SDP分析的风机故障诊断
4.3.1 单模板的故障匹配
4.3.2 多模板的故障匹配
4.3.3 基于聚类故障模板的故障匹配
4.4 本章小结
第5章 基于相空间重构和支持向量机的风机旋转失速预测
5.1 离心风机旋转失速实验
5.2 离心风机旋转失速特征分析
5.2.1 旋转失速与风机性能参数的关系
5.2.2 旋转失速的频域特性分析
5.2.3 旋转失速渐进过程压力信号分析
5.3 基于相空间重构和支持向量机的失速预测模型
5.3.1 失速渐进过程压力信号相空间重构
5.3.2 支持向量机预测模型及其优化
5.4 离心风机旋转失速故障预测
5.4.1 单步预测
5.4.2 多步预测
5.5 本章小结
第6章 结论与展望
6.1 结论
6.2 研究工作的展望
参考文献
攻读博士学位期间发表的论文及其它成果
攻读博士学位期间参加的科研工作
致谢
作者简介
华北电力大学;
华北电力大学(北京);