一、压机瞬时故障诊断（论文文献综述）
张树涛[1]（2021）在《旋转机械运行安全在线监测系统的研究与开发》文中指出大型旋转机械,如发电机、汽轮机、冶金机组等,其状态监测与故障诊断技术的有效实施以保证机组运行安全具有重大意义。因此,旋转机械运行安全状态监测是设备维护的主要方式,提取旋转设备的状态特征是前提条件,最终开发一套完整的、具有多方法的旋转机械运行安全在线监测系统。在线监测系统以大型旋转机械为研究对象,针对某热源厂一次风机的运行状态在线监测,根据实际需求研究了旋转机械设备的状态特征参量,结合前人的研究成果,以国内外知名在线监测系统为参考,对现有的旋转机械故障分析方法进行改进,提出了以DSP为核心的一套下位机硬件采集运算系统,在PC端开发一套旋转机械在线监测上位人机交互系统。下位机软件采用Code Composer Studio V6.0（CCS6.0）集成开发环境,融入了时域分析、频域分析、时频域分析以及微弱信号分析等多种算法,将采集的旋转机械振动信号进行分析处理。下位硬件选择TMS320F28335 DSP作为核心处理器,使用Altium Designer10软件设计了相应的数据采集电路、数据处理电路和数据传输电路原理图以及PCB的设计。实现主要算法的分析,提高系统整体的快速性。上位机软件在Visual Studio 2012环境下,选用C#语言进行开发人机交互界面,设计与DSP接口通讯实现上下位软件信息交互,最终将采集到的信号在上位机以图表的形式展示在用户面前,同时上位机还具有数据显示、存储、查询和上传等功能。测试环节主要选取了一种时频分析方法,采用改进后的经验模态分解方法对一次风机振动信号分析诊断,并取得了监测设备的故障特征。本文研发的旋转机械运行安全在线监测系统通过实验实现对算法的验证,在实际应用中接入某热源厂一次风机的振动信号进行测试分析,根据测试结果分析出设备存在的主要问题,通过测试实现了对该系统软件以及硬件可靠性、自动化程度、运行效率的检验,满足了实际的需求。
李延峰[2]（2021）在《齿轮箱非平稳多分量信号的故障诊断方法研究》文中研究表明在工业过程中机械系统的安全性和可靠性决定了产品的质量,能否及时对故障进行识别和分类是保障系统安全运行并抑制故障恶化的关键。随着制造业数字化的快速发展,面对海量的数据,如何从中快速提取信号特征,再从中找到敏感特征集并对其进行准确识别分类,是高效发现机械系统故障,进而避免严重损坏发生的关键。而在工业生产中,作为传递动力的主要部件的齿轮箱,它的健康与否决定了机械系统能否高效的工作。齿轮箱由齿轮、轴承等多个部件装配而成,往往在变载荷、变转速的工况中运行,其振动信号具有非平稳性、非高斯性及非线性等特性,且包含各个部件的振动信息,成分复杂。对齿轮箱振动信号进行智能高效的故障诊断,则有必要对信号进行有效的信号分离,高效的提取特征信息和准确的故障分类。而这些难点的解决需要依据齿轮箱故障机理,结合其振动特性,利用信号处理算法自身的优势并根据齿轮箱运行特点来提出一系列适用于齿轮箱非平稳多分量信号的故障诊断方法。论文研究的主要内容和最终成果包括以下几个部分:（1）提出了基于同步压缩小波变换的谱峰检测自适应多脊提取的方法（SWT-AMRE）,该方法可以有效减少SWT算法的运行时间,为时频脊线的提取奠定了良好的基础;该方法可以自适应提取同步压缩小波变换的时频矩阵中的多个脊线;在不同噪声强度下,该方法能够保持较高的提取精度,SWT-AMRE与理论值的总体平均相对误差仅为2.92%,IF估计的平均相对误差比传统谱峰检测减少了约50%。（2）提出了基于DSWT-IMRE的VKF信号分离与特征提取方法,该方法利用DSWT-IMRE自适应获取高精度IF估计并使其值作为VKF滤波的瞬时频率参数,从而使复杂多分量非平稳信号能够直接在时域中实现信号分离,并转变为由多个平稳单分量信号和残余信息的信号组合;将各分量信号对应的IF估计作为参考频率,并对各分量信号分别进行阶比分析,同时对信号残余进行对角切片双谱分析,从而抑制高斯噪声并有效分离和提取振动信号中的故障特征。该方法在信号重构方面,相对误差比基于传统谱峰检测的VKF重构方法减少了约9%。（3）提出了基于VKF联合时域特征的循环GMM-FCM的模式识别方法,该方法将基于VKF的联合时域特征作为模式识别的特征集进行聚类分析,有效降低了特征集的维度;该方法能够对全局异常点和局部异常点进行检测,能够使分类边界更合理;该方法通过循环GMM算法自适应的确定FCM的类别数,能够使分类结果更准确,分类准确度达到98.77%。（4）搭建了功率流齿轮箱试验台并采集了无故障状态、点蚀过渡状态、齿面点蚀状态及复合故障状态等多种状态的齿轮箱振动信号。通过仿真和试验来验证了上述提出的方法的可行性、有效性、优越性和实用性,为齿轮箱非平稳多分量信号的故障诊断提供了研究基础。
胡欢欢[3]（2020）在《基于HHT和深度学习的船舶空压机故障诊断》文中提出船舶往复式二级空压机是船舶关键的动力设备之一,根据大数据时代中国制造2025的要求,基于一维时域振动信号的船舶空压机故障诊断具有现实意义。HHT算法具有处理非线性非平稳信号的优势,卷积神经网络具有提取空间特征的能力,改进的循环神经网络LSTM神经网络具有时序信号长期和短期记忆的特性。针对添加噪音的实验室条件测取的振动信号,本文提出4种深度学习神经网络模型用以诊断空压机故障。本文首先使用HHT相关算法、数据集增强技术处理添加噪音的振动信号,得到相关系数度大的本征模态分量,然后制作5种状态的数据集。通过搭建一种3层卷积层的卷积神经网络验证卷积神经网络在船舶空压机故障诊断的有效性。利用批归一化（BN层）和Dropout技术优化所提卷积神经网络,有效降低了过拟合和提高了泛化能力与识别率。但在较大信噪比的数据集上,识别率较低。LSTM神经网络具有记忆时序信号长期和短期特征的能力,提出一种LSTM神经网络用于船舶空压机一维时域振动信号故障诊断,结果取得97%的识别率,证明了LSTM神经网络在船舶空压机故障诊断的有效性。提出一种改进EMD算法用于混合不同信噪比噪音的振动信号以模拟真实条件下的船舶空压机振动信号。针对此类信号,提出一种卷积神经网络与LSTM神经网络结合的神经网络（CRNN）,使用混淆矩阵查看具体的测试结果,使用t-SNE可视化技术观测输入特征在神经网络各层中的聚合和分离过程以评估模型的效能。
倪利明[4]（2020）在《空压机远程故障诊断与预测技术》文中指出空压机是产生压缩空气的重要机器,其所处工况复杂,导致故障几率较高,目前国内多数企业对空压机的监测和状态分析水平落后。对此,本文提出了一种空压机远程监测系统,在提高监测水平的同时,研究并设计了空压机故障诊断与预测方法,用于分析空压机运行状态。本文以螺杆式空压机为研究对象,研究其机械结构和工作原理,从转子系统故障和其他常见故障两方面进行故障分析,分析比较常用故障诊断方法,选取了 BP神经网络作为本文研究分析的基本方法。其次,本文研究设计了空压机远程监测系统。分别从能量角度选取电能参数、热力学参数,从机器本身选取振动信号进行监测,研究分析三种数据的测量原理与方法、数据特点,进行系统方案设计,最终将整体系统分为本地数据采集、无线数据传输、远程数据处理三个部分,并且通过硬件软件设计实现功能。最后,本文研究了基于BP神经网络的故障诊断与预测方法。首先研究分析BP神经网络的原理;阐明其在故障诊断应用中的具体步骤,依次设计转子系统试验台获取样本数据,设计振动信号的BP神经网络,对振动信号的BP神经网络进行学习训练。另一方面,针对电能参数和热力学参数,设计了性能参数的BP神经网络,用以辅助空压机故障诊断与预测,提高研究方法的全面性和可靠性。本文文末通过系统测试分析,对本文设计的空压机远程监测系统进行功能测试分析,并且对采用BP神经网络设计的空压机故障诊断与预测方法进行应用测试,测试结果表现良好,验证了本文所研究设计内容的可行性。
黄家宁[5]（2019）在《无人驾驶碾压机控制系统故障诊断与处理算法研究》文中研究说明碾压机无人驾驶技术,可以大幅降低工作人员劳动强度且有望通过全天候、高精度、智能化无人自动碾压,实现碾压过程的高质高效。但是无人驾驶碾压机作业环境恶劣且电气改装的碾压机控制系统非常复杂,导致无人驾驶碾压机控制系统的关键传感器与执行器易发生故障,严重影响碾压机正常作业和运行安全。因此面向无人驾驶碾压机控制系统关键部件开发故障诊断与处理算法是实现碾压机无人化作业的关键技术。本文提出了一种基于支持向量机回归（SVR）模型的铰接角与执行器故障诊断算法、基于卡尔曼滤波的全球定位系统（GPS）传感器故障诊断算法以及基于功能安全的故障处理算法,具体研究工作如下:首先,为了建立用于碾压机铰接角与执行器故障诊断的精确模型,采用基于数据驱动的SVR建立碾压机铰接角与执行器模型,设计了基于SVR模型的铰接角与执行器故障诊断算法。通过采集碾压机全工况的运行数据构建离线数据集,利用该数据集训练铰接角和执行器SVR模型。实车测试数据表明,基于SVR的铰接角和执行器模型精度可以分别达到96.57%和97.40%。基于统计的序列概率比方法来检测SVR模型生成的残差序列,进而诊断铰接角传感器与执行器的机械故障与卡滞、突变等软故障。其次,为了建立用于碾压机GPS故障诊断的碾压机状态预测模型,采用融合运动学模型噪声与测量噪声进而降低总噪声的卡尔曼滤波器进行状态预测,提出了基于卡尔曼滤波的GPS传感器故障诊断算法。通过碾压机运动学模型与GPS传感器测量模型设计了卡尔曼滤波器,验证结果表明精度可达97.13%。通过序列概率比检测该卡尔曼滤波器生成的残差序列,诊断GPS传感器的机械故障与卡滞、突变等故障。最后,为了严格保障无人驾驶碾压机的安全,开发了基于功能安全的故障处理算法。通过对铰接角、GPS等关键部件进行安全导向分析和故障树分析得到关键安全目标与底层失效事件,并对违反关键安全目标的底层失效事件,设计相应的失效检测机制与临时停车、永久停车、信号灯预警等安全措施,保证在发生故障与异常状况下无人碾压机的安全性。并在无人驾驶碾压机软硬件平台上进行了算法测试与验证,结果表明在检测到传感器、执行器故障与碾压机异常状况时可以及时处理进而保证安全性。综上,本文提出的面向无人驾驶碾压机控制系统的故障诊断与处理算法能够诊断出传感器与执行器的机械故障与卡滞、突变等软故障,同时基于功能安全的故障处理算法可对传感器、执行器的故障与碾压机异常状况进行及时的处理,保障无人驾驶碾压机安全、高效作业。
任中睿[6]（2019）在《柴油机关键运动部件典型故障仿真与实验研究》文中研究表明柴油机是社会生产生活的重要动力源,其结构复杂、工作环境恶劣、机械故障频发,在这些故障中关键运动部件故障较为常见,其中活塞敲缸故障、轴系不对中故障、失火故障诊断中瞬时转速测量存在偏差问题、气门间隙异常故障较为典型。针对这些故障,本文开展了模拟仿真与实验研究。针对敲缸故障,本文分析了活塞的受力,对活塞敲缸振动规律进行了动力学仿真分析,指出一周期四次敲缸振动加速度随柴油机转速、活塞间隙的增大而增大,敲缸振动相位随柴油机转速升高、活塞间隙的增大而延后,并在柴油机故障实验台上对部分结果进行了验证。研究结果为更好的理解柴油机敲缸振动以及实现敲缸故障的在线预警做了铺垫。针对齿式联轴器不对中故障,本文分析了不对中的齿式联轴器产生的轴向摩擦力特点,建立了包括齿式联轴器在内的轴系动力学仿真模型,通过动力学仿真分析指出不对中的齿式联轴器会产生轴向摩擦力而导致曲轴轴向运动异常,并通过实际工程中的故障案例对仿真结果进行了验证。探究结果旨在为柴油机轴系故障的原因排查和诊治提供相关的机理性依据。针对失火故障诊断中瞬时转速测量存在偏差问题,本文从理论上对偏差来源进行了分析,并通过动力学仿真探究了各因素对偏差的影响规律,在此基础上提出了优化后的瞬时转速测量、计算方法。柴油机失火故障模拟实验显示,通过优化后的瞬时转速测量、计算方法得到的瞬时转速清晰地显示了失火故障特征,此部分的研究旨在优化基于瞬时转速的失火故障诊断方法。除此之外,本文对柴油机故障试验台上模拟的气缸失火故障、气门间隙异常故障的缸盖振动信号进行了分析,实验结果以期为这两种故障的故障特征提取提供相关实验经验。
王瑶[7]（2019）在《往复压缩机流量无级调控原理与优化方法及其应用研究》文中进行了进一步梳理往复压缩机在石油、化工、天然气运输等行业应用广泛,是企业的高能耗设备。由于其容积式压缩原理,往复压缩机存在压缩流量固定、与系统变化的气量需求不匹配等问题,造成实际大量机组依赖回流阀进行流量调节,大量气体被压缩做功后通过回流阀流回进气管道,机组做功效率低,能耗高。因此对于往复压缩机而言,需要对其排气流量进行连续调节,使压缩机设备满足不同气量工况下高效运行的要求。目前已有的国外节能型气量调节技术及相关系统存在成本高、使用模式僵化、技术成果对国内封锁等问题,使其在国内推广应用受到了限制。因此研发低成本、宽适用范围、高可靠性、高灵活性的压缩机节能流量调节技术,对实现国产压缩机组的高性能（高效率、工况自适应）运行具有极其重要的意义和价值。本文从往复压缩机进气阀回流变流量调节的机理出发,基于流体动力学对变流量调节工况下的压缩机热力学循环特性和气阀运动规律进行理论和实验研究,优化改进了往复压缩机流量无级调控方法,基于电液分体式原理设计了一套流量无级调控装置,并对调控系统关键参数进行了优化选择。相关理论研究成果经过了实验与实际应用验证,取得了良好的应用效果。首先,将进气阀延时关闭气体回流调节特性以及压缩机各级压力动态平衡引入压缩机工作循环模型,并将压缩机各进气阀作为独立启闭单元建模,建立了改进的变流量工况下往复压缩机工作循环理论计算模型。实现了变流量工况下气阀动力学和压缩腔热力学循环特性的计算分析,利用实验结果与仿真计算结果对比研究,揭示了进气阀回流节能调节的机理和特性。其次,提出了采用单周期均匀负荷回流调节、双周期差别负荷回流调节和多周期可调占空比回流优化组合的气量无级调节方法,进一步拓宽了压缩机组高效稳定运行工况范围和适用的压缩机转速范围。通过进气阀回流节能调节模型,分析了少量气阀参与回流的压缩机工作循环特征,提出了基于进气阀通流面积动态自适应调整的气量调节方法并开发了基于控制时序的非全部进气阀回流气量偏差补偿修正算法,为使用较少气阀实现气量无级连续调节、降低实际应用成本奠定了基础。构建了多级压缩机缓冲腔压力动态预测模型,可实现各级压力稳态特性与加入阶跃下的动态响应特性预测,为多级压缩机流量调控奠定了基础。针对多级多缸压缩机在变流量条件下,各级压力的变化是一个多耦合、时变、非线性强的复杂过程,研究并提出了多级压缩机系统嵌套式的多回路压力控制方法。继而,以一台DW2/12往复压缩机组为研究对象,提出了气阀液压卸荷机构与电气元件分离的往复压缩机流量无级调控系统设计方案;采用一个电气元件驱动多个液压执行机构的“一带多”架构设计设计了硬件控制系统,能够实现压缩机组全流量负荷范围的高效节能稳定调控。研制了往复压缩机流量无级调控原理样机,并搭建了相关实验测试平台,在实验平台上对调控系统性能、无级气量调节与控制方法和不同流量负荷的运行工况进行了大量的实验,实验结果验证了本文在流量调节原理与控制方法方面研究成果的正确性与可行性。然后,深入分析了卸荷器顶开力、顶开位移、顶出相位、执行机构撤回速度、气阀升程、气阀弹簧等参数对进气阀动态性能和压缩机热力循环的影响。并在功能完备保证节能效果的前提下,以低加工成本、少能量消耗、长寿命为目标对系统结构参数和运行参数进行了优化选择,提高了调控系统对机组的适用性,避免了变流量调节对机组和工艺带来的不利影响。最后,在国内多个石化企业的往复压缩机上应用了本文研究成果,取得了良好的应用效果,并进一步对本文往复压缩机气量调控研究成果进行了验证。
罗国旭[8]（2018）在《基于小波分析的复合材料压机泄漏诊断系统研究》文中进行了进一步梳理以树脂基为代表的复合材料是新材料领域的重要组成部分,是发展现代工业、国防和科学技术不可缺少的基础材料,其成型装备的性能直接决定了制品的品质。近年来,汽车轻量化的发展势头日益迅猛、“以塑代钢”取得了长足的进步,这对处于成型核心装备地位的液压机提出了更高的性能要求,其液压系统性能可靠性指标也日益苛刻。因此,本文围绕着制约复合材料压机液压系统性能提升的泄漏问题,开展基于小波分析的典型故障诊断方法研究,具体内容如下:（1）基于复合材料成型工艺及电液装备特性,分析影响复材优质模压成型的工艺参数及装备故障特征。结合复合材料模压成型的工作原理,分析实现优质成型的复材压机电气及液压系统运行规律;分解影响成型精度的液压系统故障模式,建立压机液压系统的故障树模型。（2）针对复合材料的调平缸液压系统,建立数学模型并分析其泄漏特征。根据泄漏特性建立成型过程中调平缸的数学模型,分析泄漏类型及造成其成因,研究压制成型过程中的泄漏特性及规律;研究调平缸发生泄漏时的压力信号响应特征,为基于小波分析对压机泄漏故障特征的研究提供分析数据依据。（3）分析调平缸压力信号成分,提出对压机液压缸泄漏特征敏感的小波分析诊断方法。利用小波变换的时频特征对压机调平缸发生泄漏时动态压力信号局部频谱进行分析;对比小波阈值去噪与传统滤波去噪方法的消噪效果,利用阈值及其处理技术优化小波去噪模型参数;分析小波变换在检测压力突变信号和不同频率分段信号的特性,研究小波变换特征参数对压机调平缸泄漏的敏感度,由此利用所得小波系数,提升调平缸泄漏的检测精度。（4）建立液压缸泄漏测试实验平台及数据实时采集分析系统,由此验证所提出检测诊断方法的可靠性。针对调平缸内外泄漏耦合工况,结合LabVIEW和Matlab建立液压缸压力信号的小波分析检测平台;提取液压缸发生泄漏时的关键特征敏感压力信号,依据所提出的小波系数敏感特征分析方法,对调平缸的泄漏故障程度进行识别,以验证小波变换对故障信号监测和诊断的可靠性。本文围绕复材压机液压系统的核心部分,提出一种基于小波分析的在线数据监测故障诊断方法。基于复合材料压机成型工艺特点,通过液压缸泄漏故障特征提取,对故障压力信号进行小波分析,可实现对液压缸微小泄漏故障识别及泄漏程度诊断。该方法仅需采集液压缸的两腔压力信号,即可实现对液压缸泄漏的监测诊断,具有无需改变原液压系统（即无损）的优点,为压机的故障分析提供新的精确且快速诊断手段。
何西硕[9]（2018）在《制氧装备故障诊断系统研究与应用》文中提出现有的医用制氧装备发生故障时,维修人员无法准确了解制氧装备运行情况,不能预判故障原因,造成维修周期长、维修难度大的现象。针对现有的医用制氧装备系统不具有远程监控与故障诊断功能,研究制氧装备故障诊断系统,并将该系统应用到实际工程中。制氧装备故障诊断系统研究方法为:首先进行制氧装备故障诊断系统的硬件和软件设计,其中硬件设计包括硬件网络搭建和通信网络设计,软件设计包括控制程序研发和人机界面设计;然后依据故障树分析法原理,建立制氧装备故障诊断系统的故障树模型,依据二元决策图法对制氧装备故障树模型进行分析,并根据分析结果研究故障诊断方法;最后建立制氧装备各设备故障率的GM（1,1）模型,计算出制氧装备故障率、制氧装备各设备故障率与设备使用年份相关关系模型,将制氧装备各设备故障率的GM（1,1）模型代入该关系模型中,利用最小二乘法求出待定参数,并依据预测模型研究制氧装备的预防性维修故障率,从而为制氧装备预防性维修策略提供可靠依据。制氧装备故障诊断系统能够实现对制氧装备的本地监控与故障诊断及远程监控与故障诊断。通过对该系统的测试,结果表明该系统使用简单方便,性能稳定可靠,能够提高制氧设备故障检修的效率与速度,提高生产效率。
刘宇[10]（2017）在《人造金刚石压机顶锤断裂智能监测系统设计》文中进行了进一步梳理我国人造金刚石生产过程中,采用六面顶压机技术产生金刚石生长所需的高温、高压环境。压机顶锤由于长期承受交变的高温高压容易疲劳产生裂纹,若继续使用可能导致塌锤事故,造成重大经济损失。目前主要通过人工听以及停机手动检测方式判断是否发生顶锤断裂,该方法效率低下、误诊率高、影响生产效率,与人造金刚石行业大型化、连续化、自动化的发展方向相悖。为了克服传统方法存在的弊端,引入计算机、嵌入式、信号处理和互联网等技术,研究设计一种人造金刚石顶锤裂纹远程在线智能监测系,具体研究内容与成果包括:1)设计实现了人造金刚石压机顶锤断裂智能监测系统的总体方案。通过分析传统监测方法存在的不足,给出了基于智能节点、网络功能模块、监控管理中心的系统架构,并详细设计了智能监测节点和监控管理中心的核心功能模块。该系统具备声学故障检测、远程在线监管、节点在线升级、辅助办公等丰富功能。2)研制了顶锤裂纹智能监测节点。首先基于S5PV210芯片完成了智能节点硬件原理设计与开发,然后基于Qt/Embedded开发了智能节点界面软件,实现了多传感器支持、设备状态实时显示、现场设置和录音回放、故障模型远程更新等功能,最后移植了金刚石压机顶锤断裂检测算法,对智能监测节点进行功能测试,实验结果表明节点可克服强背景噪声和疑似干扰脉冲并准确识别顶锤断裂信号,达到了预期效果。3)设计开发了监控管理中心软件。首先基于socket技术实现了监控管理中心软件与节点与之间的网络互联,制定了数据传输协议,然后基于Qt框架设计开发软件模块,实现了远程实时监控、智能数据分析、辅助办公、综合查询等功能。搭建金刚石顶锤断裂智能监测系统演示平台进行系统联调,测试了网络连接、综合报警、多节点接入等功能,验证了各模块集成后整体功能的正确性。
二、压机瞬时故障诊断（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、压机瞬时故障诊断（论文提纲范文）
（1）旋转机械运行安全在线监测系统的研究与开发（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 课题国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 课题研究内容及目标 |
| 1.3.1 研究内容 |
| 1.3.2 研究目标 |
| 1.4 文章组织结构安排 |
| 1.5 本章小结 |
| 第2章 旋转机械运行安全的特征分析及算法研究 |
| 2.1 旋转机械的状态特征参量 |
| 2.1.1 振幅 |
| 2.1.2 振动频率 |
| 2.1.3 相位 |
| 2.1.4 转速 |
| 2.1.5 电量参数 |
| 2.1.6 温度 |
| 2.2 时频分析方法研究 |
| 2.2.1 傅里叶变换 |
| 2.2.2 小波变换及小波包变换 |
| 2.2.3 经验模态分解方法 |
| 2.2.4 希尔伯特变换 |
| 2.2.5 变分模态分解方法 |
| 2.2.6 局域均值分解方法 |
| 2.3 微弱信号处理方法研究 |
| 2.4 本章小结 |
| 第3章 旋转机械运行安全在线监测系统硬件设计 |
| 3.1 系统硬件整体设计描述 |
| 3.1.1 硬件设计性能指标 |
| 3.1.2 系统硬件构成 |
| 3.2 DSP简介 |
| 3.2.1 DSP选型 |
| 3.2.2 TMS320F28335 简介 |
| 3.3 振动信号处理电路设计 |
| 3.3.1 振动传感器的选择 |
| 3.3.2 振动传感器的安装 |
| 3.3.3 振动信号采样电路设计 |
| 3.3.4 振动信号调理电路设计 |
| 3.4 温度信号处理电路设计 |
| 3.4.1 温度传感器的选择 |
| 3.4.2 温度传感器的安装 |
| 3.4.3 温度采集电路设计 |
| 3.5 其他模块电路设计 |
| 3.5.1 电源模块电路设计 |
| 3.5.2 程序调试电路设计 |
| 3.5.3 数据存储电路设计 |
| 3.5.4 显示模块电路设计 |
| 3.5.5 通讯模块电路设计 |
| 3.6 PCB电路设计 |
| 3.7 本章小结 |
| 第4章 旋转机械运行安全在线监测系统下位机软件开发 |
| 4.1 下位机软件整体框架设计 |
| 4.2 下位机软件初始化程序设计 |
| 4.3 下位机软件数据采集程序设计 |
| 4.4 下位机软件数据处理程序设计 |
| 4.4.1 时域算法处理程序设计 |
| 4.4.2 幅值域算法处理程序设计 |
| 4.4.3 频域算法处理程序设计 |
| 4.5 下位机软件通讯模块设计 |
| 4.6 本章小结 |
| 第5章 旋转机械运行安全在线监测系统上位机软件开发 |
| 5.1 上位软件开发分析 |
| 5.1.1 系统开发思路 |
| 5.1.2 系统开发环境及工具 |
| 5.1.3 上位系统开发原则 |
| 5.1.4 系统整体框架结构 |
| 5.2 上位系统功能模块开发 |
| 5.2.1 开机界面 |
| 5.2.2 用户管理模块 |
| 5.2.3 参数配置模块 |
| 5.2.4 通讯模块 |
| 5.2.5 数据采集模块 |
| 5.2.6 数据查询模块 |
| 5.2.7 时域分析模块 |
| 5.2.8 频域分析模块 |
| 5.2.9 时频分析模块 |
| 5.2.10 微弱信号分析模块 |
| 5.2.11 故障诊断模块 |
| 5.3 本章小结 |
| 第6章 旋转机械运行安全在线监测系统的测试 |
| 6.1 下位机功能测试 |
| 6.2 上位机功能测试 |
| 6.2.1 时域分析测试 |
| 6.2.2 频域分析测试 |
| 6.2.3 时频分析测试 |
| 6.2.4 微弱信号分析测试 |
| 6.3 本章小结 |
| 总结与展望 |
| 总结 |
| 展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间所发表的学术论文目录 |
（2）齿轮箱非平稳多分量信号的故障诊断方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 非平稳多分量信号的分离与特征提取方法的研究现状 |
| 1.2.1 多分量信号分离方法的研究现状 |
| 1.2.2 非平稳信号的特征提取方法的研究现状 |
| 1.3 故障信号模式识别方法的研究现状 |
| 1.3.1 无监督异常检测的研究现状 |
| 1.3.2 模式识别方法的研究现状 |
| 1.4 本文主要研究思路和研究内容 |
| 1.4.1 本文研究的思路 |
| 1.4.2 本文研究的内容和具体章节安排 |
| 1.5 本章小结 |
| 第2章 齿轮箱的故障分析与试验设计 |
| 2.1 齿轮和滚动轴承的常见故障及故障特征分析 |
| 2.1.1 齿轮的常见故障及故障特征分析 |
| 2.1.2 滚动轴承的常见故障及故障特征分析 |
| 2.2 基于功率流齿轮箱试验台的试验设计 |
| 2.2.1 试验条件 |
| 2.2.2 试验方案 |
| 2.2.3 试验扭矩加载与采集记录的设计 |
| 2.3 齿轮接触疲劳失效的判定标准 |
| 2.3.1 齿轮接触疲劳失效的判别方法 |
| 2.3.2 齿轮接触疲劳失效判别准则 |
| 2.4 基于风电传动齿轮箱的试验设计 |
| 2.4.1 试验条件 |
| 2.4.2 试验方案 |
| 2.5 本章小结 |
| 第3章 基于SWT的谱峰检测自适应多脊提取的方法的研究 |
| 3.1 基于SWT的谱峰检测自适应多脊提取(SWT-AMRE)的理论 |
| 3.1.1 IF定义及谱峰检测理论 |
| 3.1.2 SWT定义与理论 |
| 3.1.3 SWT-AMRE的算法流程与创新 |
| 3.1.4 SWT-AMRE的具体算法实现 |
| 3.2 非平稳多分量仿真信号的分析 |
| 3.2.1 基于CWT和基于EMD的IF估计的比较 |
| 3.2.2 SWT-AMRE和基于CWT的IF估计的比较 |
| 3.2.3 SWT-AMRE和传统谱峰检测的IF估计的比较 |
| 3.3 齿轮箱非平稳多分量信号的试验验证 |
| 3.3.1 基于EMD和基于CWT的齿轮箱非平稳多分量信号IF估计 |
| 3.3.2 SWT-AMRE的齿轮箱非平稳多分量信号IF估计 |
| 3.4 SWT-AMRE的风电齿轮箱现场复合故障信号的IF估计 |
| 3.5 本章小结 |
| 第4章 基十DSWT-IMRE的VKF信号分离与特征提取的研究 |
| 4.1 基于DSWT-IMRE的VKF信号分离与特征提取方法的理论 |
| 4.1.1 DSWT的原理 |
| 4.1.2 DSWT-IMRE的原理 |
| 4.1.3 基于VKF信号分离与特征提取方法的理论 |
| 4.1.4 基于DSWT-IMRE的VKF信号分离与特征提取方法的算法实现 |
| 4.2 仿真分析基于DSWT-IMRE的VKF信号分离与特征提取的可行性 |
| 4.2.1 DSWT与SWT的仿真信号分析 |
| 4.2.2 DSWT-IMRE与SWT-AMRE的仿真信号分析 |
| 4.2.3 基于DSWT-IMRE的VKF信号分离与特征提取的仿真信号分析 |
| 4.3 仿真分析基于DSWT-IMRE的VKF信号分离与特征提取的优越性 |
| 4.3.1 基于DSWT-IMRE的VKF信号分离方法和EMD的仿真分析 |
| 4.3.2 基于DSWT-IMRE的VKF特征提取方法和转速阶比的仿真分析 |
| 4.3.3 基于DSWT-IMRE的VKF信号分离与特征提取的多转速仿真分析 |
| 4.4 实例分析基于DSWT-IMRE的VKF信号分离与特征提取的实用性 |
| 4.4.1 DSWT-IMRE与SWT-AMRE的实例信号对比分析 |
| 4.4.2 基于转速阶比分析和切片双谱的齿轮箱多种故障信号分析 |
| 4.4.3 基于EMD和切片双谱的齿轮箱多种故障信号分析 |
| 4.4.4 基于DSWT-IMRE的VKF信号分离与特征提取的齿轮箱信号分析 |
| 4.5 本章小结 |
| 第5章 基于VKF联合时域特征的循环GMM-FCM模式识别 |
| 5.1 分量信号的联合时域特征的选择 |
| 5.1.1 独立特征的试验 |
| 5.1.2 组合特征的应用试验 |
| 5.1.3 基于VKF的联合时域特征 |
| 5.2 基于VKF联合时域特征的循环GMM-FCM模式识别理论基础 |
| 5.2.1 GMM-EM与异常检测的原理 |
| 5.2.2 FCM理论 |
| 5.2.3 基于VKF联合时频特征的循环GMM-FCM模式识别的算法流程 |
| 5.3 基于VKF联合时频特征的循环GMM-FCM模式识别的试验数据分析 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要工作总结 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（3）基于HHT和深度学习的船舶空压机故障诊断（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 机械以及空气压缩机故障诊断研究现状 |
| 1.2.2 HHT研究现状 |
| 1.2.3 卷积神经网络研究现状 |
| 1.2.4 循环神经网络研究现状 |
| 1.3 本文主要研究内容与结构 |
| 第2章 HHT理论与数据处理 |
| 2.1 引言 |
| 2.2 HHT理论 |
| 2.2.1 EMD分解和希尔伯特变换 |
| 2.2.2 EMD分解的缺陷 |
| 2.2.3 EEMD分解 |
| 2.3 数据采集 |
| 2.4 数据分析 |
| 2.5 数据集增强技术 |
| 2.5.1 注入噪声 |
| 2.5.2 数据平移 |
| 2.5.3 数据集制作 |
| 2.6 本章小结 |
| 第3章 基于一维卷积神经网络的船舶空压机故障诊断 |
| 3.1 引言 |
| 3.2 卷积神经网络相关结构 |
| 3.2.1 卷积层 |
| 3.2.2 池化层 |
| 3.2.3 全连接层 |
| 3.2.4 激活函数 |
| 3.2.5 步长与填充(Padding) |
| 3.3 目标函数、过拟合与欠拟合 |
| 3.4 卷积神经网络向后与向前传播算法 |
| 3.4.1 全连接层向前传播算法 |
| 3.4.2 误差反向传播算法 |
| 3.4.3 池化层反向传播算法 |
| 3.4.4 卷积层反向传播算法 |
| 3.5 优化算法 |
| 3.6 TensorFlow |
| 3.7 实验 |
| 3.8 本章小结 |
| 第4章 基于改进一维卷积神经网络的船舶空压机故障诊断 |
| 4.1 引言 |
| 4.2 批归一化 |
| 4.3 Dropout |
| 4.4 队列,线程和进程 |
| 4.4.1 输入管道 |
| 4.4.2 TFRecord |
| 4.4.3 队列 |
| 4.4.4 多线程 |
| 4.5 Adam优化算法 |
| 4.6 TensorBoard |
| 4.7 实验 |
| 4.8 本章小结 |
| 第5章 基于长短期记忆神经网络的船舶空压机故障诊断 |
| 5.1 引言 |
| 5.2 循环神经网络(RNN) |
| 5.2.1 RNN的正向传播 |
| 5.2.2 RNN的基于时间的反向传播(BPTT) |
| 5.2.3 RNN的局限 |
| 5.3 长短期记忆神经网络 |
| 5.3.1 LSTM结构 |
| 5.3.2 LSTM解决梯度消失问题 |
| 5.3.3 LSTM的应用 |
| 5.4 RMSProp优化算法 |
| 5.5 实验 |
| 5.6 本章小结 |
| 第6章 基于改进EMD-CRNN的船舶空压机故障诊断 |
| 6.1 引言 |
| 6.2 改进EMD |
| 6.3 t-SNE可视化 |
| 6.3.1 SNE理论 |
| 6.3.2 t-SNE理论 |
| 6.4 分布式计算 |
| 6.5 实验 |
| 6.6 本章小结 |
| 第7章 总结和展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 在学期间科研成果情况 |
（4）空压机远程故障诊断与预测技术（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外发展现状 |
| 1.2.1 国外发展现状 |
| 1.2.2 国内发展现状 |
| 1.3 课题研究主要内容及全文内容安排 |
| 1.4 本章小结 |
| 第二章 螺杆空压机工作原理及故障分析 |
| 2.1 螺杆式空压机工作原理 |
| 2.2 螺杆式空压机的常见故障特征分析 |
| 2.2.1 转子系统故障 |
| 2.2.2 其他常见故障 |
| 2.3 故障诊断方法分析 |
| 2.4 本章小结 |
| 第三章 空压机远程监测系统设计 |
| 3.1 空压机监测系统需求分析 |
| 3.1.1 本地数据采集 |
| 3.1.2 无线数据传输 |
| 3.1.3 远程数据处理 |
| 3.1.4 系统方案 |
| 3.2 空压机远程监测系统硬件设计 |
| 3.3 空压机远程监测系统软件设计 |
| 3.3.1 数据采集模块软件设计 |
| 3.3.2 服务器软件设计 |
| 3.4 本章小结 |
| 第四章 空压机故障诊断与预测方法研究 |
| 4.1 BP神经网络分析 |
| 4.1.1 人工神经元模型 |
| 4.1.2 BP神经网络 |
| 4.1.3 神经网络的故障诊断原理 |
| 4.2 基于振动信号的BP神经网络设计 |
| 4.2.1 样本数据获取和处理 |
| 4.2.2 BP神经网络设计与训练 |
| 4.3 基于性能参数的BP神经网络设计 |
| 4.4 本章小结 |
| 第五章 系统测试与分析 |
| 5.1 空压机监测系统测试 |
| 5.1.1 RS485总线通讯测试 |
| 5.1.2 SPI通讯测试 |
| 5.1.3 ATT7022E数字校准测试 |
| 5.1.4 远程在线升级测试 |
| 5.2 空压机故障诊断与预测方法测试 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间的研究成果 |
| 致谢 |
（5）无人驾驶碾压机控制系统故障诊断与处理算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 字母注释表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外现状 |
| 1.2.1 故障诊断方法体系 |
| 1.2.2 传感器故障诊断研究现状 |
| 1.2.3 执行器故障诊断研究现状 |
| 1.2.4 功能安全研究现状 |
| 1.3 本课题主要研究内容 |
| 1.3.1 研究目的及内容 |
| 1.3.2 论文框架安排 |
| 第二章 无人驾驶碾压机试验平台 |
| 2.1 感知系统 |
| 2.1.1 GPS传感器 |
| 2.1.2 铰接角传感器 |
| 2.1.3 姿态传感器 |
| 2.2 执行机构 |
| 2.2.1 线控转向执行器 |
| 2.2.2 线控纵向执行器 |
| 2.3 通信与数据采集系统 |
| 2.4 智能控制器 |
| 2.4.1 智能控制器硬件 |
| 2.4.2 智能控制器软件 |
| 2.5 本章小结 |
| 第三章 基于SVR模型的铰接角与执行器故障诊断算法 |
| 3.1 引言 |
| 3.2 SVR原理 |
| 3.3 铰接角与执行器模型训练及优化 |
| 3.4 序列概率比检测 |
| 3.5 基于SVR模型的残差序列概率比检测 |
| 3.6 试验与验证 |
| 3.6.1 铰接角诊断算法验证 |
| 3.6.2 执行器诊断算法验证 |
| 3.7 本章小结 |
| 第四章 基于卡尔曼滤波的GPS故障诊断 |
| 4.1 引言 |
| 4.2 碾压机运动模型 |
| 4.3 卡尔曼滤波 |
| 4.4 基于碾压机运动学模型的卡尔曼滤波器设计 |
| 4.4.1 状态量与测量变量的选取 |
| 4.4.2 卡尔曼滤波器设计 |
| 4.5 基于滤波残差序列的GPS故障诊断算法 |
| 4.6 仿真验证与结果分析 |
| 4.6.1 GPS卡滞故障诊断验证 |
| 4.6.2 GPS突变故障诊断验证 |
| 4.7 本章小结 |
| 第五章 基于功能安全的故障处理算法 |
| 5.1 引言 |
| 5.2 功能安全ISO26262 |
| 5.3 碾压机传感器与执行器失效故障分析 |
| 5.3.1 传感器失效分析 |
| 5.3.2 执行器失效分析 |
| 5.4 基于关键传感器与执行器故障诊断的功能安全设计 |
| 5.4.1 安全导向分析 |
| 5.4.2 故障树分析 |
| 5.5 测试与验证 |
| 5.5.1 通信协议与程序集成与硬件在环测试原理 |
| 5.5.2 基于执行器故障的功能安全测试 |
| 5.5.3 基于传感器故障的功能安全测试 |
| 5.5.4 基于碾压机异常运动状态的功能安全测试 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 本文创新点 |
| 6.3 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（6）柴油机关键运动部件典型故障仿真与实验研究（论文提纲范文）
| 学位论文数据集 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 敲缸振动研究现状 |
| 1.2.2 联轴器不对中及其对运动系统影响研究现状 |
| 1.2.3 瞬时转速及其测量偏差研究现状 |
| 1.3 本文研究主要内容 |
| 1.4 本文创新之处 |
| 第二章 基于ADMS的柴油机敲缸故障探究 |
| 2.1 引言 |
| 2.2 理论分析 |
| 2.3 动力学仿真 |
| 2.3.1 ADAMS仿真模型 |
| 2.3.2 转速对敲缸振动影响 |
| 2.3.3 活塞间隙对敲缸振动影响 |
| 2.3.4 燃气压力对敲缸振动影响 |
| 2.4 实验验证 |
| 2.5 本章小结 |
| 第三章 基于动力学仿真的柴油机轴系不对中故障机理探究 |
| 3.1 引言 |
| 3.2 齿式联轴器轴向摩擦力数值分析 |
| 3.2.1 轴向摩擦力公式 |
| 3.2.2 单向轴向摩擦力 |
| 3.2.3 往复轴向摩擦力 |
| 3.3 柴油机曲轴系仿真模型建模 |
| 3.3.1 建立仿真模型 |
| 3.3.2 设定约束与边界条件 |
| 3.4 仿真结果分析 |
| 3.4.1 径向不对中对曲轴窜动影响 |
| 3.4.2 轮齿摩擦状态差异对曲轴窜动影响 |
| 3.4.3 曲轴窜动异常对止推轴成接触力影响 |
| 3.4.4 曲轴窜动异常对正时齿轮接触力影响 |
| 3.5 曲轴止推轴承磨损故障案例 |
| 3.6 本章小结 |
| 第四章 基于瞬时转速优化计算的失火故障诊断方法 |
| 4.1 引言 |
| 4.2 偏差分析 |
| 4.2.1 瞬时转速测量偏差来源分析 |
| 4.2.2 齿盘径向振动对瞬时转速影响 |
| 4.2.3 传感器支架振动对瞬时转速测量影响 |
| 4.2.4 齿盘偏心对瞬时转速测量影响 |
| 4.3 仿真模拟 |
| 4.3.1 建立仿真模型 |
| 4.3.2 齿盘径向振动对瞬时转速测量影响 |
| 4.3.3 传感器支架振动对瞬时转速测量影响 |
| 4.3.4 齿盘偏心对瞬时转速测量影响 |
| 4.4 瞬时转速计算优化 |
| 4.4.1 加装辅助传感器 |
| 4.4.2 局部均值分解预处理 |
| 4.4.3 综合仿真 |
| 4.5 失火故障诊断 |
| 4.5.1 正常情况下的瞬时转速 |
| 4.5.2 B3缸失火下的瞬时转速 |
| 4.5.3 多缸失火下的瞬时转速 |
| 4.6 本章小结 |
| 第五章 柴油机故障实验 |
| 5.1 引言 |
| 5.2 柴油机故障模拟试验台 |
| 5.2.1 故障试验台 |
| 5.2.2 状态监测系统 |
| 5.3 故障模拟实验 |
| 5.3.1 失火故障实验 |
| 5.3.2 气门间隙异常故障实验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间研究成果 |
| 作者与导师简介 |
| 附件 |
（7）往复压缩机流量无级调控原理与优化方法及其应用研究（论文提纲范文）
| 学位论文数据集 |
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 往复压缩机气量节能调控技术研究现状 |
| 1.2.1 变流量工况下气阀动力学和压缩腔热力学循环特性的研究进展 |
| 1.2.2 往复压缩机气量调节方法及其研究进展 |
| 1.2.3 往复压缩机流量无级调控系统设计和关键参数优化匹配研究进展 |
| 1.3 问题的提出 |
| 1.3.1 适合于中高转速往复压缩机的流量无级调控方法 |
| 1.3.2 变流量复杂工况下的压缩机热力循环特性研究 |
| 1.3.3 往复压缩机流量无级调控系统设计 |
| 1.4 本文主要学术思路和研究内容 |
| 第二章 变流量工况下压缩机热力循环特性研究 |
| 2.1 部分压缩行程回流气量节能调节原理 |
| 2.2 部分压缩行程回流压缩机热力循环模型 |
| 2.2.1 气缸容积与活塞位移关系式 |
| 2.2.2 部分压缩行程回流压缩机热力循环模型的建立 |
| 2.3 部分压缩行程回流进排气阀动力学模型 |
| 2.3.1 部分压缩行程回流工况气阀运动微分方程 |
| 2.3.2 气阀有效通流面积 |
| 2.4 部分压缩行程回流变流量调节的压缩腔热力循环特性分析 |
| 2.4.1 部分压缩行程回流工况各阶段微分方程 |
| 2.4.2 各阶段微分方程求解流程 |
| 2.4.3 模拟结果分析与验证 |
| 2.4.4 变流量调节的压缩腔热力循环特性分析 |
| 2.5 变负荷工况下多级压缩机缓冲腔充放气模型 |
| 2.5.1 中间级缓冲腔内气体状态方程 |
| 2.5.2 末级缓冲腔内气体状态方程 |
| 2.5.3 多级往复式压缩机的压力动态特性 |
| 2.6 本章小结 |
| 第三章 往复压缩机无级气量调节与控制方法研究 |
| 3.1 基于多周期回流过程优化组合的气量无级调节方法 |
| 3.1.1 单周期均匀负荷回流调节方法 |
| 3.1.2 双周期差别负荷回流调节方法 |
| 3.1.3 多周期可调占空比回流调节方法 |
| 3.1.4 多列往复压缩机各活塞外止点相位计算 |
| 3.2 基于进气阀通流面积动态自适应调整的气量调节方法 |
| 3.3 全周期恒定力值加载调节方法 |
| 3.4 多级压缩机压力系统的模型预测控制方案 |
| 3.5 本章小结 |
| 第四章 往复压缩机流量无级调控系统样机设计 |
| 4.1 往复压缩机流量无级调控系统样机总体设计 |
| 4.1.1.系统样机的组成 |
| 4.1.2.执行机构与电液驱动元件分离式构型设计 |
| 4.2 往复压缩机流量无级调控执行机构结构设计 |
| 4.2.1.执行油缸标准化结构设计 |
| 4.2.2.执行油缸与进气阀卸荷器压叉的安装 |
| 4.3 往复压缩机流量无级调控液压单元组成 |
| 4.3.1 流量无级调控液压单元设计原理和技术指标 |
| 4.3.2 流量无级调控系统液压单元参数计算 |
| 4.3.3 流量无级调控液压单元结构组成 |
| 4.4 往复压缩机流量无级调控系统样机控制元件设计 |
| 4.4.1 往复压缩机流量无级调控系统控制硬件架构设计 |
| 4.4.2 往复压缩机流量无级调控控制系统软件设计 |
| 4.5 本章小结 |
| 第五章 往复压缩机流量无级调控原理样机实验研究与验证 |
| 5.1 往复压缩机流量无级调控系统原理样机试制 |
| 5.2 往复压缩机流量无级调控实验测试平台 |
| 5.3 单周期均匀负荷回流调节实验 |
| 5.4 非全部进气阀回流调节气量实验分析 |
| 5.5 压缩机各级压力自动调节实验 |
| 5.6 本章小结 |
| 第六章 压缩机流量无级调控系统关键参数优化设计研究 |
| 6.1 流量无级调控系统性能要求及关键参数 |
| 6.2 执行机构关键参数对调控精度和气阀性能的影响分析和优化 |
| 6.2.1 执行机构顶出力的影响分析 |
| 6.2.2 执行机构顶出位移的影响分析 |
| 6.2.3 执行机构顶出相位优化选择 |
| 6.2.4 执行机构撤回速度优化设计 |
| 6.2.5 执行机构装配误差的影响分析 |
| 6.3 流量调节进气阀优化设计 |
| 6.3.1 进气阀卸荷压叉复位弹簧优化设计 |
| 6.3.2 进气阀最大升程的优化设计 |
| 6.3.3 进气阀弹簧的优化设计 |
| 6.4 本章小结 |
| 第七章 往复压缩机流量无级调控技术应用研究 |
| 7.1 工业应用实例一: 某石化空分车间2D型氮压机 |
| 7.1.1 机组结构及工艺条件 |
| 7.1.2 针对2DW型氮压机的变流量无级调控方案 |
| 7.1.3 流量无级调控效果讨论 |
| 7.2 工业应用实例二: 某化肥公司4M压缩机 |
| 7.2.1 机组结构及工艺条件 |
| 7.2.2 针对4M16型压缩机的进气阀通流面积动态自适应调整流量无级调控方案 |
| 7.2.3 流量无级调控效果讨论 |
| 7.3 本章小结 |
| 第八章 总结与展望 |
| 8.1 论文主要研究成果 |
| 8.2 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者和导师简介 |
| 附录 |
| 附件 |
（8）基于小波分析的复合材料压机泄漏诊断系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 复合材料液压机 |
| 1.2.2 液压系统故障诊断技术 |
| 1.3 课题研究的意义、内容及创新点 |
| 1.3.1 课题来源与研究意义 |
| 1.3.2 课题研究的主要内容 |
| 1.3.3 课题的特色与创新之处 |
| 1.4 本章小结 |
| 第二章 复合材料压机电液系统特性分析 |
| 2.1 大吨位复合材料压机的工作机理 |
| 2.1.1 压机基本工作原理 |
| 2.1.2 模压成型的工艺流程 |
| 2.2 压机电液控制系统分析 |
| 2.2.1 压机电气控制系统 |
| 2.2.2 压机液压系统原理 |
| 2.3 压机液压系统故障机理分析 |
| 2.3.1 压机液压系统故障诊断分析 |
| 2.3.2 复合材料液压机液压缸的泄漏 |
| 2.4 本章小结 |
| 第三章 复合材料压机泄漏的数值建模及其特性 |
| 3.1 阀控液压缸泄漏模型建模 |
| 3.1.1 泄漏故障数学模型 |
| 3.1.2 压机阀控调平缸的泄漏数学模型 |
| 3.1.3 压机调平缸系统的频率响应特性分析 |
| 3.2 液压缸泄漏系统仿真建模与分析 |
| 3.2.1 关键液压元件的AMESim建模 |
| 3.2.2 压机调平缸泄漏仿真模型的建立与分析 |
| 3.3 液压缸泄漏系统特性分析 |
| 3.3.1 液压缸泄漏影响因素分析 |
| 3.3.2 泄漏对液压缸动态性能的影响 |
| 3.4 本章小结 |
| 第四章 基于小波分析的液压缸泄漏特征研究 |
| 4.1 压机液压缸泄漏特征的小波分析 |
| 4.1.1 液压机的压力信号组成分析 |
| 4.1.2 基于小波变换的奇异信号分析 |
| 4.2 基于压力信号分解的泄漏特征诊断 |
| 4.2.1 基于小波能量特征的液压缸泄漏敏感分析 |
| 4.2.2 基于小波系数特征的液压缸泄漏敏感分析 |
| 4.3 压机液压缸泄漏诊断的小波参数优化 |
| 4.3.1 小波基特征分析及其对信号分析的影响 |
| 4.3.2 小波去噪阈值特征分析及其对信号的影响 |
| 4.4 本章小结 |
| 第五章 液压缸泄漏特性的实验验证 |
| 5.1 泄漏特性检测的实验方案设计 |
| 5.2 液压缸数据实时采集系统设计 |
| 5.3 基于小波变换的泄漏故障分析性能验证 |
| 5.3.1 基于液压缸压力信号的小波分析性能验证 |
| 5.3.2 液压缸泄漏程度识别的小波分析性能验证 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
| 在学期间的研究成果及发表的学术论文 |
（9）制氧装备故障诊断系统研究与应用（论文提纲范文）
| 学位论文的主要创新点 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究现状 |
| 1.4 研究内容与章节安排 |
| 第二章 制氧装备故障诊断系统硬件设计 |
| 2.1 制氧装备故障诊断系统介绍 |
| 2.1.1 氧气生产工艺 |
| 2.1.2 制氧装备故障诊断系统总体架构 |
| 2.2 系统硬件设计 |
| 2.2.1 确定功能需求 |
| 2.2.2 提出设计方案 |
| 2.2.3 控制器的选型 |
| 2.2.4 系统硬件网络搭建 |
| 2.3 系统通信网络设计 |
| 2.3.1 提出方案 |
| 2.3.2 控制器与模拟量输入模块通信 |
| 2.3.3 控制器与上位机通信 |
| 2.4 本章小结 |
| 第三章 制氧装备故障诊断系统软件设计 |
| 3.1 制氧装备控制程序研发 |
| 3.1.1 提出方案 |
| 3.1.2 程序研发 |
| 3.2 系统人机界面设计 |
| 3.2.1 组态软件的选择 |
| 3.2.2 组态画面设计 |
| 3.3 本章小结 |
| 第四章 制氧装备故障诊断技术的研究 |
| 4.1 制氧装备常见故障 |
| 4.2 故障树分析法 |
| 4.2.1 故障树模型的建立 |
| 4.2.2 故障树模块化 |
| 4.2.3 故障树转化为二元决策图 |
| 4.3 制氧装备故障诊断系统规则库编写 |
| 4.4 制氧装备故障诊断系统故障诊断方法 |
| 4.5 制氧装备预防性维修故障率预测 |
| 4.5.1 模型的建立 |
| 4.5.2 制氧装备故障率预测 |
| 4.5.3 误差检验与拟合图分析 |
| 4.6 本章小结 |
| 第五章 制氧装备故障诊断系统应用效果 |
| 5.1 制氧装备故障诊断系统运行监控 |
| 5.2 制氧装备故障诊断系统特点 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 发表论文和参加科研情况 |
| 致谢 |
（10）人造金刚石压机顶锤断裂智能监测系统设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 课题研究内容 |
| 1.4 论文组织架构 |
| 第二章 智能监测管理系统总体方案设计 |
| 2.1 需求分析 |
| 2.1.1 核心功能分析 |
| 2.1.2 性能需求分析 |
| 2.2 系统架构设计 |
| 2.2.1 系统组织结构设计 |
| 2.2.2 功能框架设计 |
| 2.3 智能监测节点 |
| 2.3.1 综合推理决策 |
| 2.3.2 现场控制功能 |
| 2.3.3 扩展功能 |
| 2.4 监控管理中心 |
| 2.4.1 远程监控 |
| 2.4.2 智能数据分析 |
| 2.4.3 数据库管理与扩展功能 |
| 2.5 本章小结 |
| 第三章 智能节点设计与实现 |
| 3.1 顶锤断裂检测算法 |
| 3.1.1 信号预处理 |
| 3.1.2 分类原理 |
| 3.1.3 传感器间重叠信号判别方法 |
| 3.2 智能节点硬件设计 |
| 3.2.1 智能监测节点硬件架构 |
| 3.2.2 处理器选型及外围电路设计 |
| 3.2.3 传感器驱动及信号调理模块设计 |
| 3.2.4 音频编解码功能实现 |
| 3.2.5 以太网功能设计实现 |
| 3.3 智能节点软件设计 |
| 3.3.1 交互界面设计 |
| 3.3.2 软件实现 |
| 3.3.3 故障模型在线更新 |
| 3.4 仿真测试 |
| 3.4.1 传感器安装 |
| 3.4.2 节点功能测试 |
| 3.5 本章小结 |
| 第四章 监控管理中心设计 |
| 4.1 开发工具及关键技术 |
| 4.1.1 Qt应用程序开发框架 |
| 4.1.2 socket数据通信 |
| 4.1.3 数据库技术 |
| 4.1.4 多线程技术 |
| 4.1.5 复杂图形绘制 |
| 4.2 软件架构设计 |
| 4.2.1 软件模块设计 |
| 4.2.2 程序工作流程 |
| 4.2.3 通讯协议制定 |
| 4.3 界面功能设计 |
| 4.3.1 系统概况查看 |
| 4.3.2 智能数据分析 |
| 4.3.3 实时监测功能 |
| 4.3.4 综合查询功能 |
| 4.3.5 系统管理功能设计 |
| 4.4 系统联调测试 |
| 4.4.1 测试方案 |
| 4.4.2 测试结果 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 研究总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表论文 |
四、压机瞬时故障诊断（论文参考文献）
- [1]旋转机械运行安全在线监测系统的研究与开发[D]. 张树涛. 兰州理工大学, 2021(01)
- [2]齿轮箱非平稳多分量信号的故障诊断方法研究[D]. 李延峰. 太原理工大学, 2021(01)
- [3]基于HHT和深度学习的船舶空压机故障诊断[D]. 胡欢欢. 集美大学, 2020(07)
- [4]空压机远程故障诊断与预测技术[D]. 倪利明. 浙江理工大学, 2020(04)
- [5]无人驾驶碾压机控制系统故障诊断与处理算法研究[D]. 黄家宁. 天津大学, 2019(01)
- [6]柴油机关键运动部件典型故障仿真与实验研究[D]. 任中睿. 北京化工大学, 2019(06)
- [7]往复压缩机流量无级调控原理与优化方法及其应用研究[D]. 王瑶. 北京化工大学, 2019(06)
- [8]基于小波分析的复合材料压机泄漏诊断系统研究[D]. 罗国旭. 福州大学, 2018(03)
- [9]制氧装备故障诊断系统研究与应用[D]. 何西硕. 天津工业大学, 2018(12)
- [10]人造金刚石压机顶锤断裂智能监测系统设计[D]. 刘宇. 北京邮电大学, 2017(03)