一、振动温度在线监测系统研制（论文文献综述）
王敏[1]（2021）在《潜油电泵机组振动与泄漏电流实时监测技术研究》文中认为受井下恶劣环境影响,潜油电泵的绝缘性能在其运行过程中会逐渐劣化,造成电流泄漏,对潜油电泵设备造成破坏性伤害。另外,潜油电泵机组在运行过程中容易出现故障,导致系统瘫痪,造成较大的经济损失。针对上述问题,本文设计了基于互感原理的潜油电泵泄漏电流实时监测系统,解决了现有潜油电泵绝缘检测方案不能实时监测、操作复杂、需要频繁启停潜油电泵系统的局限性。另外,完成了潜油电泵机组多点振动及温度实时监测系统方案设计,潜油电泵地面控制系统电路的研制及软件开发,论文的主要研究工作和阶段性成果如下:首先,在潜油电泵及井下状态实时监测系统的基础上,设计了一种基于电流互感原理的潜油电泵泄漏电流实时监测系统,实时监测潜油电泵的绝缘工况。并根据潜油电泵系统绝缘老化过程中的模糊性,将模糊故障诊断算法应用于所研制的泄漏电流实时监测系统,此算法可以发现潜油电泵的早期绝缘老化征兆。其次,分析潜油电泵机组的结构特点,结合潜油电泵的振动信号与机组产生故障的可能原因之间的对应关系,以及温度和振动信号与机组各项故障之间的相关性,完成了一种潜油电泵机组多点振动及温度实时监测系统的方案设计。最后研制地面控制系统,系统采用双CPU结构,既能接收井下传输上来的温度、压力、振动等数据,又能实时监测潜油电泵电流泄漏情况。接收到的信号通过所设计的液晶18键显示系统实时显示。并优化了潜油电泵监测电路的供电系统,设计双重互锁开关装置,提高供电系统的稳定性。增加供电切换电路,避免监测过程中出现累计误差。在上述工作的基础上,搭建泄漏电流实时监测系统的室内实验平台,实验结果表明:潜油电泵泄漏电流实时监测系统的测量误差小于0.15%,可以实时、精确地监测潜油电泵的绝缘工况。对地面控制系统和井下监测电路进行联调实验,验证了所设计系统的稳定性和可靠性。
张树涛[2]（2021）在《旋转机械运行安全在线监测系统的研究与开发》文中进行了进一步梳理大型旋转机械,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。
杜雪峰[3]（2021）在《矿井主通风机监测和健康状态评估方法与系统研究》文中研究说明矿井主通风机是煤矿安全生产不可缺少的重要设备,一旦出现异常,会对煤矿生产和井下人员的安全造成巨大威胁,对其进行有效的监测、健康状态评估以及科学维护是矿井通风安全的重要保证。本文以煤矿主通风机为对象,研究其主要参数测量方法和健康状态评估方法,并基于此开发了监测与评估系统,论文研究对提高矿井主通风机监测和健康状态评估水平,保证矿井通风安全生产具有重要的现实意义。论文主要研究内容和取得结果:（1）确定矿井主通风机运行状态监测参数,对主要参数测试方法进行研究。针对风量目前采用的方法中因安装方式造成测量误差大的问题,建立了常见三种风硐的仿真模型,分析传感器安装所造成的风流分布变化规律,得到传感器安装支架截面处受支架干扰风流分布变化剧烈,超前支架截面200mm后,风速分布趋于均匀,影响减小,超前支架250 mm影响最小。以方形风硐为例进行实验验证,结果表明:在选取的8个工况点,传感器测头安装在支架截面处测量误差均最大,250mm处最小,此处可作为传感器测头安装参考位置。（2）研究多元状态估计法对矿井主通风机健康状态的评价和应用方法。分析多元状态估计算法原理,将该算法应用到主通风机健康状态评估,以陕西彬长小庄矿业有限公司2#主通风机为例,选取合理的变量,建立矿井主通风机健康状态评估模型。利用风机正常工作时的监测数据对模型的有效性进行验证得到各变量估计值,并与观测值对比,结果表明MSET模型估计精度高,可以满足主通风机健康评估的要求。（3）开发了矿井主通风机监测与健康状态评估系统。构建了基于PXI总线,以NI PXIe-1062Q&NI PXIe-8106主机为核心,NI PXIe-6259数据采集卡,振动、温湿度、压力、风速、电压和电流传感器组成的硬件平台。以LabVIEW2017为开发平台,采用面向组件和面向过程的程序设计方法,开发了矿井主通风机振动、温度、风压、风量及电机功率监测程序,风机健康状态评估程序,数据存储回放等程序。（4）搭建实验平台,对矿井主通风机监测系统的振动、温度、风压、风量监测功能和数据存储回放功能进行验证,实验结果表明系统可满足主通风机运行状态实时监测的需求。以陕西彬长小庄矿业有限公司2#主通风机运行数据结合DHVTC振动实验台的振动异常数据对MSET模型健康评估效果和系统健康评估功能进行验证,结果表明:当振动速度值超过2.07mm/s时模型就开始健康预警,表明该方法可以有效地对矿井主通风机的故障信息进行预警并且系统健康评估模块也可以实现对风机健康状态的评估功能。
刘荣誉[4]（2021）在《基于LabVIEW的电机状态监测系统研究》文中研究表明近年来,PCB板的快速发展衍生出了PCB电机,由印制电路板技术和盘式电机技术结合而形成的PCB平面绕组力矩电机具有体积小、可靠性高、在转矩小的情况下依然能保证电机的低速运行的优点,满足了光学延迟线扭矩小、低速平稳运行的要求,从而应用于生物测量仪。当PCB平面绕组力矩电机出现故障时,生物测量仪的测量精度也会受到影响甚至会损坏生物测量仪,为了保证电机的正常运行,确保生物测量仪的可靠性和安全性,对PCB平面绕组力矩电机的运行状态进行实时监测非常必要。首先,在分析PCB平面绕组力矩电机的基本结构和工作原理的基础上,对PCB平面绕组力矩电机常出现的故障类型及其故障机理进行研究,针对不同的故障类型采用合适的电机状态监测与故障诊断技术即电机电信号分析技术（ESA）、振声诊断法和温度检测法多技术融合,从而确定了以电压、电流、振动和温度参数为电机状态监测的依据,为后续的电机状态监测系统的研究提供理论基础。其次,给出基于虚拟仪器的电机状态监测系统的总体设计,确定了电压、电流、振动、温度传感器和数据采集卡的选型,采用Lab VIEW构建图形化界面的监测系统的软件子系统,包括数据采集与显示模块、数据处理模块和历史数据查询模块三部分。最后,对搭建的电机状态监测系统进行调试并实验,通过监测电压与电流的波形及对异常数据的处理判断电气故障,通过监测振动的波形及对其频谱分析后的波形判断机械故障,通过监测温度随时间变化的波形判定励磁故障。实验结果表明,本文所设计的电机状态监测系统能够实时监测PCB平面绕组力矩电机的运行状态,达成了研究目标。
李靖[5]（2021）在《基于对拖技术的工业机器人RV减速器可靠性试验台的研制》文中研究说明制造业作为一个国家的支柱性产业,极大的影响着人民的生产生活水平,目前我国的制造业正向着自动化、智能化的方向稳步发展,而工业机器人在这一过程中发挥越来越重要的作用。然而,工业机器人作为一个复杂的机电液系统,我国对于它的可靠性研究并不成熟。RV减速器作为工业机器人的核心部件之一,研究其可靠性对于保障工业机器人整机的可靠性具有重要意义。开展可靠性研究需要通过可靠性试验来获取数据,其中可靠性试验包括可靠性现场跟踪试验和可靠性台架试验两种,因为受到诸如试验投入大、试验成本高等来自于各个方面的限制,因此,对RV减速器开展实验室可靠性台架试验将是更好的选择。为此,本文开发了一种基于两台伺服电机对拖加载来模拟机器人RV减速器实际工况的可靠性试验台,为后续开展机器人RV减速器可靠性试验提供试验装备。本文研发的RV减速器可靠性试验台采用对拖模拟加载技术应用,可同时对两台RV减速器进行可靠性试验,摆脱了传统的采用磁粉制动器对单台减速器进行扭矩模拟加载的方式,试验台在充分延长试验台有效工作时间的同时提高了试验效率。所开发的试验台除了能对RV减速器的主要性能指标,如传动精度、扭转刚度等进行监测外,还可以实时监测减速器运行过程中敏感点的振动和温度等状态信息并获取退化数据。本文首先研究分析了机器人RV减速器的结构和工作原理,掌握了减速器在工作过程中的承载情况;通过对RV减速器的故障模式和性能参数进行分析,确定了可靠性试验台的监测指标和参数测量方法;在此基础上,制定了RV减速器对拖模拟加载可靠性试验系统研制方案,通过理论分析,验证了加载方案的可行性;根据制定的研制方案,完成了试验台机械部分、电机控制部分和数据采集部分的设计,最终研制了机器人RV减速器可靠性试验台物理样机;并基于Visual C#平台开发了试验台控制与状态监测软件,实现了试验台的运行控制与状态监测。利用研制的RV减速器可靠性试验系统,对两台机器人RV减速器进行了测试试验,验证了试验台的功能,测取了两台RV减速器的精度、刚度和传动效率,并对试验测得的振动信号进行了简要的分析。试验结果表明,研制的机器人RV减速器可靠性试验台的运行状况良好,能够激发和暴露机器人RV减速器的各种潜在故障,满足对RV减速器进行实验室可靠性台架试验的技术需求,具有重要的科学意义和工程应用价值。
王敏[6]（2021）在《采煤机状态监测系统设计与实现》文中研究指明针对有线监测方式难以符合现场作业对监控系统灵活流动要求的问题,基于紫蜂无线传输技术对采煤机状态监测系统进行设计,包括传感器节点、数据汇聚节点和监控管理节点三大部分,实现了对采煤机运行当中振动、温度情况的实时监测,以及采煤机运行异常报警等功能,可提前预判采煤机的运行异常,提高了采煤机开机率,从而实现井下采煤工作面安全高效生产的目的。
姚旺[7]（2020）在《机车轴承故障监测系统设计》文中进行了进一步梳理机车在行驶过程中的安全问题随着其运行速度的不断提高而备受重视,为了减小甚至消除故障情况对机车运行产生的不良影响,铁科院等科研机构推出了如6A系统监测平台等机车故障诊断装置。而机车轴承作为极易出现故障的部件,其运行状态的好坏直接影响机车运行的稳定性。因此,本文根据6A系统技术规范,设计了一套基于6A平台的机车轴承故障监测系统,对机车运行过程中的轴承状态进行实时监测,保证机车的正常运行。本文根据机车轴承故障产生的原因及特定状态下的振动现象,并结合项目文件要求,从系统结构和故障诊断两个方面对机车轴承监测系统进行了总体设计。在系统结构方面,机车轴承监测系统以嵌入式系统为基础,分为前置处理器和子系统两个模块,通过软硬件系统的相互配合实现对机车轴承信号的采集、存储、分析与显示等功能,并通过CAN总线、以太网等通信方式与6A系统平台进行数据传输。在故障诊断方面,针对现有机车轴承故障信号特征难以获取以及故障诊断精度不高的问题,提出一种基于参数优化变分模态分解法和共振解调技术的机车轴承故障信号诊断方法,通过该方法可以有效提取出机车轴承振动信号中所包含的故障信息,对机车轴承的实时运行状态做出准确判断。在进行故障报警时,根据振动温度复合判断模型对轴承故障等级进行划分,减少了漏报、误报情况的发生。最后,通过系统联调实验以及仿真试验台模拟实验分别验证了此系统在数据通信、外观尺寸以及故障诊断等方面的可行性和实用性。本文设计的机车轴承故障监测系统能够有效的监测机车轴承的运行状态,克服了机车变加速运行状态对故障诊断过程的影响并提高了故障诊断的精确度,有利于排除机车轴承的潜在故障,保证机车的安全稳定运行。
高志龙[8]（2020）在《基于状态智能预警驱动的柴油机IETM关键技术研究与应用》文中研究说明柴油机作为一种关键动力设备,被广泛用于船舶航运、轨道交通、石油化工、能源电力、矿山机械、装备动力等相关行业,在国民经济乃至国防安全领域发挥着极为重要的作用。但由于其部件众多、结构复杂、工况恶劣,极易发生故障。一旦出现恶性故障将会导致停工停产,严重时甚至引发危及人身安全的重大事故。然而,当前柴油机监测报警技术较为落后,故障发生后无法得到精准识别,导致检维修效率低下。通过研究柴油机故障发生机理与对应的特征信号,借助先进算法有效提取特征参数,以实现柴油机典型机械故障的预警与诊断。并将故障诊断与交互式电子技术手册（IETM）技术相结合,实现监测、预警、诊断、维修、维护、管理等综合保障功能的深度融合,从而提升柴油机运行的安全性、可靠性和可用性。本文以大功率柴油机为对象,以提高其典型机械故障预警诊断水平和维修保障能力为目标,通过对典型机械故障机理的深入分析,研究适用于不同种类故障的预警和诊断方法。结合智能诊断算法实现柴油机运行工况的自动识别,提高预警和诊断准确率。最后探索基于故障预警驱动的IETM设计方法与架构。论文各章节主要研究内容如下:首先,综合归纳大功率柴油机典型机械故障类型,理清传统诊断方法面临的问题与挑战,分析智能诊断预警技术现状。研究国内外IETM技术发展历程、技术难点和未来发展趋势。在现有研究基础上,总结基于智能预警驱动的柴油机IETM系统关键技术点。其次,针对柴油机连杆衬套滑移,轴瓦磨损两类疑难故障,开展理论建模研究。通过建立相关数学模型,寻找故障典型特征。提出基于SAW（声表面波）无源无线测温技术的柴油机轴瓦磨损类故障预警诊断方法。研制柴油机连杆大小头瓦无线温度传感器,通过故障模拟试验证明该方法的有效性;然后,针对曲轴弯曲微变形这类恶性故障,建立多体动力学模型,通过模拟、仿真、分析其对应的故障特征及敏感参数,探究该类故障预警诊断的有效方法,并通过理论分析与实际故障案例相结合的方式证明该方法可行性;研究基于振动信号自适应的EMD降噪和聚类算法的柴油机运行功率自动识别算法,通过该算法实现对柴油机运行工况的自动识别。在无需增加传感器的前提下,引入柴油机输出功率作为预警诊断参考指标。此外,结合瞬时转速、温度、压力等参数,研究基于多源信息融合的复杂故障预警诊断方法,提高故障预警诊断的准确性。在上述研究成果的基础上,总结柴油机典型故障诊断系统设计方法。并利用实验和工程实际案例数据对系统功能进行验证。最后,研究基于智能预警驱动的IETM设计方法与架构。梳理传统IETM研制流程和编制规范,提出智能预警诊断技术与IETM相结合的实现方案,并给出基于状态智能预警驱动的柴油机IETM总体实现方法和步骤。
周长安[9]（2020）在《铣削加工刀具磨损状态在线监控测振刀柄系统与信号奇异性分析研究》文中研究说明基于理论和技术创新的智能制造信息化装备是新一代信息技术产业的优先发展方向。在切削加工领域,制造过程中刀具的磨损状态识别与更换依然依赖人工经验,缺乏科学、有效的理论、技术与装备支撑,严重制约了生产效率和产品质量的提升。基于传感器技术的刀具磨损状态在线监测技术可以有效地判断刀具的磨破损状态,充分发挥刀具的加工潜能,已逐渐得到了制造业的广泛重视并获得应用,被认为是实现自动化制造、无人化生产的重要支撑技术。本文以建立一套具备“感知-分析-决策”能力的集成化切削过程监测系统为目标,围绕切削过程智能感知装备与信号时频分析理论所涉及的科学问题,进行相关理论、方法与技术研究。针对传统的切削过程有线式振动信号采集系统信号衰减、安装不便、移植性差等问题,开发了面向铣削加工过程在线监测的旋转式测振刀柄系统,集成工业级三轴加速度传感器,开发信号采集与无线通讯模块、前置处理模块,实现铣削加工中三向振动信号的实时测量;借助于单点激励的锤击法模态实验和有限元模态分析技术,评估测振刀柄本体的动态特性;并开展铣削加工振动信号对比实验,测试了旋转式测振刀柄系统振动信号的采集性能。测试结果表明所开发的旋转式测振刀柄系统能够满足应用需求。针对切削过程各类传感器信号波形变化与刀具磨损状态间的密切关系,建立基于小波变换的奇异性分析理论,形成基于小波变换系数模极大值评估的信号降噪算法,实现对传感器信号波形细微变化的定量表征;通过建立考虑刀具磨损的三维切削力建模,明确最适合切削力信号奇异性评估的小波基函数;创建基于模极大值降噪评估的小波基选择方法,为切削振动、声音等信号中未知的奇异性种类提供了定性依据。基于研制的旋转式测振刀柄系统,搭建包含切削力、振动、声音等三种传感器的铣削加工实验平台,设计并开展整体立铣刀全寿命切削磨损实验;基于已建立的小波变换信号奇异性分析算法完成各类传感器信号的李氏指数定量计算,通过的关联机制;基于互信息特征选择算法对各类传感器信号的李氏指数统计特征完成特征样本集的筛选;基于支持向量机算法分别建立了切削力、振动和声音信号的刀具状态识别模型;为刀具磨损状态监测系统的建立奠定了坚实的数据基础。最后,基于旋转式测振刀柄系统搭建铣削刀具磨损状态在线监测系统的总体框架;测试和验证旋转式测振刀柄系统在多种加工条件和不同刀具磨损状态下的信号采集能力;利用振动信号HE指数统计特征值对刀具磨损状态转变的敏感性,优化振动信号刀具磨损状态监测模型;开发铣削过程在线监测上位机软件系统,并开展铣削过程刀具全寿命周期模拟实验,测试和验证所开发铣削刀具磨损状态在线监测系统的功能和刀具状态识别准确率。
李俊朋[10]（2020）在《服务中心模式下的起重机结构健康在线监测系统研究》文中提出随着智慧港口规划的不断推进,港口企业对起重机械的在线监测及健康诊断技术的需求逐渐提升,但现阶段对起重机械的远程在线监测系统的建立缺乏一个科学的指导框架,对监测数据的处理方法的研究还处于起步阶段,监测数据无法得到有效的整理和利用。为此,本文提出了服务中心模式下的起重机结构健康在线监测系统这一平台架构及实现方法,用于实现起重机状态的远程实时在线监测及数据综合处理服务,以排除起重机作业的安全隐患,保障人机安全。本文的主要开展的研究工作如下:（1）对国内外已有的起重机在线监测技术及相关基础学科理论、故障诊断技术、健康评估理论的研究现状进行了分析,结合港口企业的需求,分析并确定了监测系统应具备的功能与整体框架。（2）对起重机作业现场及其在线监测系统应用实例进行了深入的调研,结合光纤光栅传感技术、有限元仿真、My SQL数据库等技术及工程实际设计了一套起重机结构健康在线监测系统的理论架构、搭建方法和相应的实施工艺,在此基础上提出了服务中心架构,对其功能及构建方法进行了分析。（3）对监测大数据的初步处理方法进行了研究,将BP神经网络引入起重机监测数据的初步处理中,通过MATLAB仿真验证其处理效果,提出了模块化的数据初步处理结构并进行了编程实现,用于降低服务中心的数据存储压力并为后续的起重机监测数据的健康诊断分析做准备。（4）对起重机监测数据的健康诊断分析方法进行了研究,确定了用深度卷积神经网络算法实现起重机状态的智能诊断的思路,设计对比实验对不同卷积神经网络在起重机监测数据的状态识别上的效果进行验证分析,确定了将残差神经网络作为智能诊断的主要算法,并开发程序初步实现了起重机在线监测数据的智能诊断。
二、振动温度在线监测系统研制（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、振动温度在线监测系统研制（论文提纲范文）
（1）潜油电泵机组振动与泄漏电流实时监测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 潜油电泵系统概述 |
| 1.2.1 潜油电泵工作原理 |
| 1.2.2 潜油电机 |
| 1.2.3 潜油电缆 |
| 1.3 潜油电泵机组振动与泄漏电流实时监测技术研究现状 |
| 1.3.1 泄漏电流监测技术领域研究现状 |
| 1.3.2 振动监测技术领域研究现状 |
| 1.4 本文主要研究内容 |
| 第二章 井下监测系统与传输系统的工作原理 |
| 2.1 井下监测系统工作原理 |
| 2.2 井下监测系统供电与信号传输复用体制 |
| 2.2.1 井下监测系统供电 |
| 2.2.2 信号传输复用体制 |
| 2.3 井上滤波器设计 |
| 2.3.1 共模电压分析 |
| 2.3.2 滤波器原理分析 |
| 2.4 本章小结 |
| 第三章 潜油电泵泄漏电流实时监测系统 |
| 3.1 泄漏电流实时监测系统总体方案设计 |
| 3.1.1 泄漏电流实时监测系统设计原理 |
| 3.1.2 电流互感器的原理 |
| 3.2 潜油电泵泄漏电流实时监测系统 |
| 3.2.1 硬件电路设计 |
| 3.2.2 多通路AD采集模块软件设计 |
| 3.2.3 基于互感原理的泄漏电流实时监测系统 |
| 3.3 模糊故障诊断算法研究 |
| 3.3.1 潜油电泵绝缘诊断中的模糊性 |
| 3.3.2 潜油电泵绝缘模糊故障诊断算法 |
| 3.3.3 仿真验证 |
| 3.4 本章小结 |
| 第四章 机组振动实时监测方案研究 |
| 4.1 设计方案 |
| 4.2 机组振动实时监测系统设计 |
| 4.2.1 硬件电路设计 |
| 4.2.2 传感器选择 |
| 4.3 本章小结 |
| 第五章 潜油电泵地面控制系统研究 |
| 5.1 地面控制系统整体结构 |
| 5.2 潜油电泵井及井下状态监测系统供电电路设计 |
| 5.2.1 供电系统电路研制 |
| 5.2.2 切换电路设计 |
| 5.3 地面控制系统设计 |
| 5.3.1 地面数据采集处理电路 |
| 5.3.2 SD卡存储电路 |
| 5.3.3 报警电路设计 |
| 5.4 地面控制系统软件研制 |
| 5.4.1 程序简介 |
| 5.4.2 通信程序 |
| 5.4.3 液晶18 键显示系统 |
| 5.4.4 字库实验 |
| 5.4.5 报警模块 |
| 5.5 本章小结 |
| 第六章 系统调试与实验 |
| 6.1 泄漏电流实时监测系统实验 |
| 6.1.1 互感电流变送器标定实验 |
| 6.1.2 井况模拟实验 |
| 6.2 系统联调实验 |
| 6.3 本章小结 |
| 第七章 总结与创新点 |
| 7.1 总结 |
| 7.2 创新点 |
| 致谢 |
| 参考文献 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（2）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 |
（3）矿井主通风机监测和健康状态评估方法与系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 课题国内外研究现状 |
| 1.2.1 通风机性能测试的研究现状 |
| 1.2.2 设备健康状态评估的研究现状 |
| 1.2.3 多元状态估计技术的应用 |
| 1.2.4 矿井通风机监测系统的研究现状 |
| 1.3 课题研究内容 |
| 1.4 本章小结 |
| 2 矿井主通风机与主要监测参数测量方法 |
| 2.1 矿井通风系统与风机结构 |
| 2.1.1 矿井主通风系统 |
| 2.1.2 风机结构 |
| 2.2 主要监测参数及测量方法 |
| 2.2.1 风量测量 |
| 2.2.2 风压测量 |
| 2.2.3 振动测量 |
| 2.2.4 温湿度测量 |
| 2.2.5 功率测量 |
| 2.3 本章小结 |
| 3 风量测量影响因素分析与测点位置优化 |
| 3.1 基于风速法的风量测量 |
| 3.2 测风截面及测量点位置确定 |
| 3.2.1 风硐内部风流分布 |
| 3.2.2 测风截面确定 |
| 3.2.3 风硐测量点位置 |
| 3.3 风道风流的建模与仿真分析 |
| 3.3.1 三种形状风硐仿真三维模型建立 |
| 3.3.2 巷道风流仿真分析 |
| 3.4 传感器布置位置优化 |
| 3.5 实验分析与验证 |
| 3.6 本章小结 |
| 4 基于多元状态估计的主通风机健康评估 |
| 4.1 多元状态估计算法原理 |
| 4.2 基于MSET的主通风机健康评估模型 |
| 4.2.1 建模变量选取 |
| 4.2.2 数据预处理 |
| 4.2.3 模型建立及有效性验证 |
| 4.3 模型健康预警阈值设置 |
| 4.3.1 滑动窗口统计法 |
| 4.3.2 健康预警阈值设置 |
| 4.4 本章小结 |
| 5 主通风机监测与健康状态评估系统 |
| 5.1 监测系统硬件设计 |
| 5.1.1 传感器选择与信号变换 |
| 5.1.2 数据采集卡选择 |
| 5.1.3 监测主机选择 |
| 5.2 监测与评估系统软件设计 |
| 5.2.1 软件开发平台 |
| 5.2.2 软件设计方法 |
| 5.2.3 系统软件设计 |
| 5.3 本章小结 |
| 6 实验验证 |
| 6.1 通风机监测功能验证 |
| 6.1.1 实验平台搭建 |
| 6.1.2 监测系统管理功能验证 |
| 6.1.3 监测功能验证 |
| 6.1.4 数据回放功能验证 |
| 6.2 通风机健康状态评估功能验证 |
| 6.3 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（4）基于LabVIEW的电机状态监测系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究目的、意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电机状态监测与故障诊断技术研究现状 |
| 1.2.2 虚拟仪器的现状及发展前景 |
| 1.3 主要研究内容 |
| 第2章 电机故障机理及特征分析 |
| 2.1 电机的基本结构和工作原理 |
| 2.1.1 电机的基本结构 |
| 2.1.2 电机的工作原理 |
| 2.2 影响电机运行的因素 |
| 2.3 电机常见故障类型及其机理分析 |
| 2.3.1 电气故障 |
| 2.3.2 机械故障 |
| 2.3.3 励磁故障 |
| 2.4 本章小结 |
| 第3章 电机状态监测系统的总体设计及硬件组成 |
| 3.1 电机状态监测系统的总体设计 |
| 3.2 关键器件的选型 |
| 3.2.1 传感器 |
| 3.2.2 数据采集卡 |
| 3.3 本章小结 |
| 第4章 电机状态监测系统的软件设计 |
| 4.1 LabVIEW软件设计 |
| 4.2 数据采集与显示模块 |
| 4.3 数据处理模块 |
| 4.3.1 Butterworth滤波 |
| 4.3.2 小波分析 |
| 4.3.3 傅里叶变换 |
| 4.3.4 功率谱分析 |
| 4.4 历史数据查询模块 |
| 4.4.1 数据存储 |
| 4.4.2 数据回放 |
| 4.5 本章小结 |
| 第5章 电机状态监测系统的实验及结果分析 |
| 5.1 电机状态监测系统的搭建 |
| 5.1.1 实验对象 |
| 5.1.2 实验平台 |
| 5.2 实时数据采集与显示 |
| 5.3 数据处理 |
| 5.4 历史数据查询 |
| 5.5 实验数据分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（5）基于对拖技术的工业机器人RV减速器可靠性试验台的研制（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 机器人RV减速器及其可靠性技术国内外研究现状 |
| 1.2.2 电机对拖加载控制国内外研究现状 |
| 1.3 论文主要研究内容 |
| 第2章 RV减速器可靠性试验台总体设计方案 |
| 2.1 RV减速器基本结构及工作原理 |
| 2.2 RV减速器故障模式分析 |
| 2.3 RV减速器的性能参数分析 |
| 2.4 可靠性试验台设计方案分析 |
| 2.4.1 电机-磁粉制动器方案与电机对拖加载方案的设计 |
| 2.4.2 电机-磁粉制动器方案与电机对拖加载方案对比分析 |
| 2.5 本章小结 |
| 第3章 RV减速器可靠性试验台样机研制 |
| 3.1 RV减速器可靠性试验台总体设计要求 |
| 3.2 RV减速器可靠性试验台工作原理 |
| 3.3 RV减速器可靠性试验台组成部分 |
| 3.4 RV减速器可靠性试验台关键结构件设计 |
| 3.4.1 基座设计 |
| 3.4.2 输出轴设计 |
| 3.4.3 扭矩传感器支架设计 |
| 3.4.4 过渡盘设计 |
| 3.5 RV减速器可靠性试验台测控系统开发 |
| 3.5.1 RV减速器可靠性试验台电机控制系统 |
| 3.5.1.1 电机选型计算 |
| 3.5.1.2 电机驱动模块选择 |
| 3.5.1.3 电机对拖控制设计 |
| 3.5.2 RV减速器可靠性试验台数据采集系统 |
| 3.5.2.1 转角信号采集模块 |
| 3.5.2.2 扭矩转速信号采集模块 |
| 3.5.2.3 振动、温升及圆光栅信号采集卡选型 |
| 3.6 RV减速器可靠性试验台样机 |
| 3.7 本章小结 |
| 第4章 RV减速器可靠性试验台测试软件 |
| 4.1 软件总体方案设计 |
| 4.1.1 软件实现目标 |
| 4.1.2 软件平台 |
| 4.1.3 软件框架设计 |
| 4.2 用户交互界面设计 |
| 4.3 状态监测界面设计 |
| 4.3.1 振动温度数据监测 |
| 4.3.2 扭矩转速监测 |
| 4.3.3 电机信号监测 |
| 4.4 原始数据查询界面设计 |
| 4.5 本章小结 |
| 第5章 RV减速器可靠性试验台性能测试试验 |
| 5.1 RV减速器性能参数测量 |
| 5.1.1 RV减速器传动精度测试 |
| 5.1.2 RV减速器刚度性能测试 |
| 5.1.3 RV减速器的效率测试 |
| 5.2 RV减速器振动信号的测试与分析 |
| 5.3 试验结论 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简介及研究成果 |
| 致谢 |
（6）采煤机状态监测系统设计与实现（论文提纲范文）
| 引言 |
| 1 监测系统总体方案 |
| 2 监测系统硬件设计 |
| 2.1 协调器节点部分硬件 |
| 2.1.1 无线通信模块 |
| 2.1.2 串口模块 |
| 2.2 终端设备节点部分硬件 |
| 2.2.1 传感器模块 |
| 2.2.2 微处理器模块设计 |
| 3 监测系统软件设计 |
| 3.1 数据采集编程 |
| 3.1.1 温度数据采集编程 |
| 3.1.2 振动数据采集编程 |
| 3.2 无线通信编程 |
| 3.2.1 协调器无线通信编程 |
| 3.2.2 终端设备无线通信编程 |
| 3.3 监控管理节点部分编程 |
| 4 结论 |
（7）机车轴承故障监测系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景 |
| 1.2 国内外研究发展及现状 |
| 1.2.1 国内机车轴承检测技术发展及现状 |
| 1.2.2 国外机车轴承检测技术发展及现状 |
| 1.3 论文的主要内容 |
| 第二章 机车轴承故障分析及系统设计方案 |
| 2.1 机车轴承故障分析 |
| 2.1.1 机车轴承常见的失效形式 |
| 2.1.2 机车轴承故障产生原因 |
| 2.1.3 机车轴承的结构特征及振动机理 |
| 2.1.4 滚动轴承故障特征频率 |
| 2.2 系统整体设计方案 |
| 2.2.1 系统设计要求 |
| 2.2.2 系统功能实现过程 |
| 本章小结 |
| 第三章 机车轴承故障诊断方法 |
| 3.1 经验模态分解 |
| 3.1.1 经验模态分解法分解步骤 |
| 3.1.2 经验模态分解算法的缺点 |
| 3.2 变分模态分解 |
| 3.2.1 变分模态分解模型的建立 |
| 3.2.2 变分模态分解模型求解 |
| 3.2.3 VMD算法仿真分析 |
| 3.3 VMD参数优化 |
| 3.3.1 遗传算法 |
| 3.3.2 非线性规划 |
| 3.3.3 算法结合思想 |
| 3.3.4 信息熵函数 |
| 3.4 共振解调原理 |
| 3.5 机车轴承故障诊断方法 |
| 3.5.1 故障诊断方法原理 |
| 3.5.2 故障诊断方法实施步骤 |
| 本章小结 |
| 第四章 机车轴承故障监测系统硬件设计 |
| 4.1 嵌入式系统 |
| 4.1.1 嵌入式系统介绍 |
| 4.1.2 控制芯片选型 |
| 4.2 传感器模块 |
| 4.2.1 传感器的选型 |
| 4.2.2 传感器的安装 |
| 4.3 前置处理器模块 |
| 4.3.1 多路选择电路 |
| 4.3.2 信号调理电路 |
| 4.3.3 CAN总线传输电路 |
| 4.3.4 数据存储模块 |
| 4.3.5 微处理器 |
| 4.4 子系统主机模块 |
| 4.4.1 微处理器 |
| 4.4.2 显示模块 |
| 4.4.3 通信模块 |
| 4.4.4 时间模块 |
| 4.4.5 车速检测模块 |
| 4.4.6 存储模块 |
| 4.5 6A中央处理平台 |
| 本章小结 |
| 第五章 机车轴承故障监测系统软件设计 |
| 5.1 前置处理器 |
| 5.1.1 初始化程序 |
| 5.1.2 信号采集程序 |
| 5.1.3 A/D转换程序 |
| 5.1.4 CAN总线通信程序 |
| 5.2 子系统 |
| 5.2.1 数据通信功能 |
| 5.2.2 数据存储功能 |
| 5.2.3 故障诊断功能 |
| 5.2.4 复合报警故障诊断模型 |
| 本章小结 |
| 第六章 机车轴承故障监测系统的测试与仿真 |
| 6.1 6A系统联合调试 |
| 6.1.1 实验步骤及现象 |
| 6.1.2 实验结论 |
| 6.2 轴承振动故障诊断实验 |
| 6.2.1 试验台仿真实验 |
| 6.2.2 诊断方法对比实验 |
| 6.2.3 实验结论 |
| 本章小结 |
| 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
（8）基于状态智能预警驱动的柴油机IETM关键技术研究与应用（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 研究背景与意义 |
| 1.2 国内外研究综述 |
| 1.2.1 柴油机故障传统监测诊断方法概况 |
| 1.2.2 柴油机故障智能监测诊断技术研究概况 |
| 1.2.3 IETM技术发展概况 |
| 1.3 前人的研究成果 |
| 1.3.1 柴油机监测诊断方面研究成果 |
| 1.3.2 智能诊断技术研究成果 |
| 1.3.3 IETM技术研究成果 |
| 1.4 论文结构与内容安排 |
| 第二章 柴油机典型机械故障分类与预警诊断技术 |
| 2.1 柴油机典型机械故障分类及其特征信号 |
| 2.1.1 柴油机典型机械故障分类 |
| 2.1.2 柴油机典型机械故障特征信号类型 |
| 2.2 柴油机典型机械故障监测预警方法 |
| 2.2.1 基于统计特征参量分析的时域信号监测预警方法 |
| 2.2.2 基于振动信号角域分析的故障诊断预警方法 |
| 2.2.3 基于振动信号时频分析的故障监测预警方法 |
| 2.2.4 基于振动信号自适应的EMD智能预警方法 |
| 2.2.5 基于K近邻的柴油机故障识别预警方法 |
| 2.3 柴油机故障预警诊断技术难点 |
| 2.4 本章小结 |
| 第三章 柴油机连杆轴瓦故障监测预警方法研究 |
| 3.1 连杆小头衬套滑移故障 |
| 3.1.1 连杆小头衬套滑移故障机理 |
| 3.1.2 连杆小头衬套滑移故障特征与监测难点分析 |
| 3.2 连杆轴瓦磨损故障 |
| 3.2.1 连杆轴瓦磨损故障类型与传统监测方法 |
| 3.2.2 连杆轴瓦磨损故障特征 |
| 3.3 基于SAW无线测温技术的轴瓦磨损类故障预警与诊断方法研究 |
| 3.3.1 SAW无源无线测温原理 |
| 3.3.2 基于SAW的连杆轴瓦温度传感器的设计 |
| 3.3.3 信号处理装置的设计 |
| 3.3.4 软件系统的设计 |
| 3.4 实验验证 |
| 3.4.1 高速单缸机配机试验 |
| 3.4.2 轴瓦磨损故障模拟试验 |
| 3.5 本章小结 |
| 第四章 柴油机曲轴弯曲微变形故障诊断方法研究 |
| 4.1 曲柄连杆简化模型的理论分析计算 |
| 4.1.1 曲柄连杆力学模型分析 |
| 4.1.2 曲柄模型简化 |
| 4.1.3 横向力作用下曲轴受力分析 |
| 4.1.4 弯曲形变对于横向力作用下曲轴受力影响 |
| 4.2 基于多体动力学仿真的故障特征研究 |
| 4.2.1 模型建立与参数设置 |
| 4.2.2 仿真过程 |
| 4.2.3 仿真结果分析 |
| 4.3 曲轴弯曲微变形故障监测预警方法 |
| 4.4 故障案例验证 |
| 4.4.1 传感器与测点布置 |
| 4.4.2 故障现象描述 |
| 4.4.3 数据分析与故障诊断结论 |
| 4.5 本章小结 |
| 第五章 柴油机典型机械故障智能预警诊断系统设计 |
| 5.1 基于缸盖振动信号概率密度分布的柴油机输出功率识别算法 |
| 5.1.1 缸盖振动信号截止滤波预处理 |
| 5.1.2 基于自适应EMD分解的缸盖振动信号处理方法研究 |
| 5.1.3 基于振动速度概率密度分布的功率识别方法 |
| 5.2 基于改进KNN的柴油机故障报警阈值动态自学习算法 |
| 5.2.1 训练集的构建 |
| 5.2.2 K值的确定 |
| 5.2.3 报警阈值动态学习方法 |
| 5.3 柴油机在线监测预警系统设计 |
| 5.3.1 系统总体设计 |
| 5.3.2 硬件方案 |
| 5.3.3 软件方案 |
| 5.4 工程应用案例 |
| 5.4.1 故障情况 |
| 5.4.2 报警信息与监测数据分析 |
| 5.4.3 故障原因探究 |
| 5.4.4 结论 |
| 5.5 本章小结 |
| 第六章 基于智能预警驱动的柴油机IETM架构设计 |
| 6.1 IETM平台的功能模块 |
| 6.1.1 多媒体制作工具 |
| 6.1.2 XML编辑器 |
| 6.1.3 公共源数据库 |
| 6.1.4 发布引擎 |
| 6.1.5 浏览器 |
| 6.2 标准IETM内容模块 |
| 6.3 IETM的开发流程 |
| 6.3.1 数据模块编码 |
| 6.3.2 数据模块需求列表(DMRL)编制 |
| 6.4 基于智能预警驱动的柴油机IETM架构设计 |
| 6.4.1 架构设计 |
| 6.4.2 具体实现 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究结论与成果 |
| 7.2 主要创新点 |
| 7.3 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 |
| 附件 |
（9）铣削加工刀具磨损状态在线监控测振刀柄系统与信号奇异性分析研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号及其单位 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 刀具磨损状态监测关键技术与研究现状 |
| 1.2.1 刀具磨损监测方法研究现状 |
| 1.2.2 基于人工智能算法的监测系统研究现状 |
| 1.3 基于传感器集成技术的智能刀柄系统研究现状 |
| 1.3.1 测力刀柄系统研究现状 |
| 1.3.2 测振、测温刀柄系统研究现状 |
| 1.4 信号处理技术 |
| 1.5 论文的提出、研究内容及总体框架 |
| 1.5.1 论文的提出 |
| 1.5.2 主要研究内容 |
| 1.5.3 论文整体框架 |
| 第二章 面向铣削加工的旋转式测振刀柄系统开发与性能测试 |
| 2.1 引言 |
| 2.2 旋转式测振刀柄总体设计 |
| 2.2.1 旋转式测振刀柄基本构成 |
| 2.2.2 旋转式测振刀柄设计要求 |
| 2.2.3 旋转式测振刀柄总体设计方案 |
| 2.3 振动传感器单元选型 |
| 2.4 振动信号采集与通讯系统设计 |
| 2.5 旋转式测振刀柄系统集成 |
| 2.6 旋转式测振刀柄系统动态特性分析与测试 |
| 2.6.1 旋转式测振刀柄有限元模态分析 |
| 2.6.2 旋转式测振刀柄系统单点激振试验 |
| 2.7 铣削实验振动信号对比分析 |
| 2.7.1 铣削信号对比实验设计 |
| 2.7.2 整个加工过程振动信号分析 |
| 2.8 小结 |
| 第三章 基于小波变换的信号奇异性分析理论与方法 |
| 3.1 引言 |
| 3.2 小波变换的基本理论与方法 |
| 3.2.1 连续小波变换 |
| 3.2.2 离散小波变换 |
| 3.3 奇异性分析理论与李氏指数评估的 |
| 3.3.1 李氏指数的定义 |
| 3.3.2 小波变换奇异性分析理论 |
| 3.3.3 李氏指数评估算法 |
| 3.4 基于模极大值评估的信号降噪算法 |
| 3.5 面向各类传感器信号奇异性分析的小波基函数选择方法 |
| 3.5.1 信号奇异性的分类 |
| 3.5.2 基于考虑刀具磨损三维切削力数学建模的小波基选取 |
| 3.5.3 基于模极大值降噪评估的小波基选择方法 |
| 3.6 小结 |
| 第四章 铣削过程传感器信号奇异性特性与刀具磨损状态的关联机制 |
| 4.1 引言 |
| 4.2 整体硬质合金立铣刀全寿命磨损实验研究 |
| 4.2.1 间接监测信号采集实验平台搭建 |
| 4.2.2 整体硬质合金立铣刀全寿命磨损实验设计 |
| 4.2.3 全寿命周期刀具磨损统计与状态划分 |
| 4.3 传感器信号奇异性特征与刀具磨损状态的关联机制 |
| 4.3.1 基于小波奇异性分析理论的HE指数计算方法 |
| 4.3.2 HE指数概率密度分布规律与刀具磨损状态的关联机制 |
| 4.3.3 HE指数的统计规律与刀具磨损状态的关系 |
| 4.4 基于特征选择算法的最优特征子集筛选 |
| 4.5 基于支持向量机的刀具磨损状态识别模型 |
| 4.5.1 支持向量机算法的基础理论 |
| 4.5.2 刀具磨损状态监测模型设计 |
| 4.5.3 基于SVM的刀具磨损状态监测模型训练与识别结果分析 |
| 4.6 小结 |
| 第五章 铣削刀具磨损状态在线监测系统构建与验证 |
| 5.1 引言 |
| 5.2 铣削刀具磨损状态在线监测系统总体框架设计 |
| 5.3 旋转式测振刀柄系统的性能测试与验证 |
| 5.3.1 变加工条件下的铣削信号对比实验设计 |
| 5.3.2 切削过程振动信号统计信息对比分析 |
| 5.4 基于振动信号HE指数统计规律的TWCM模型优化 |
| 5.5 基于旋转式测振刀柄系统的铣削过程监测上位机系统 |
| 5.5.1 铣削过程监测上位机系统总体设计 |
| 5.5.2 铣削过程监测上位机系统功能模块设计 |
| 5.6 铣削刀具磨损状态在线监测系统模拟应用验证 |
| 5.7 小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读学位期间获得的学术成果及参加科研项目 |
| 致谢 |
| 附件 |
| 学位论文评阅及答辩情况表 |
（10）服务中心模式下的起重机结构健康在线监测系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外现状研究 |
| 1.2.1 起重机结构在线监测技术 |
| 1.2.2 机械故障诊断技术 |
| 1.2.3 在线监测系统的服务模式 |
| 1.3 论文主要研究内容 |
| 第2章 起重机监测数据处理相关基础理论知识研究 |
| 2.1 起重机结构健康在线监测系统的数据流转 |
| 2.2 人工神经网络技术概述 |
| 2.3 BP神经网络模型及其算法研究 |
| 2.3.1 BP神经网络模型 |
| 2.3.2 BP算法原理 |
| 2.3.3 BP神经网络缺点及优化 |
| 2.4 卷积神经网络模型及算法研究 |
| 2.4.1 卷积神经网络发展历程 |
| 2.4.2 卷积神经网络基本理论 |
| 2.4.3 卷积神经网络算法的优化 |
| 2.5 本章小结 |
| 第3章 服务型在线监测系统框架性设计研究 |
| 3.1 在线监测系统硬件架构 |
| 3.1.1 硬件整体架构设计 |
| 3.1.2 适用于在线监测系统的传感技术 |
| 3.2 在线监测系统软件架构 |
| 3.2.1 服务中心模式下的在线监测系统的软件功能需求分析 |
| 3.2.2 基于服务中心的在线监测系统软件模块设计 |
| 3.2.3 基于服务中心的在线监测系统软件模块技术解决方案 |
| 3.3 在线监测系统信息传输架构 |
| 3.4 在线监测系统中心服务系统架构 |
| 3.4.1 包含中心服务系统的在线监测系统整体架构设计 |
| 3.4.2 专家中心服务系统数据管理方案 |
| 3.4.3 中心服务系统数据分析方案设计 |
| 3.5 本章小结 |
| 第4章 起重机在线监测大数据初步处理 |
| 4.1 在线监测数据基础预处理方法 |
| 4.2 在线监测的峰谷值序列处理 |
| 4.3 在线监测数据去趋势项处理 |
| 4.4 无效监测数据的剔除 |
| 4.4.1 BP神经网络算法实现 |
| 4.4.2 实验及结果分析 |
| 4.5 监测数据的标准化 |
| 4.6 模块化数据初步处理方法的实现 |
| 4.7 本章小结 |
| 第5章 起重机结构健康状态智能诊断的实现 |
| 5.1 起重机结构健康分析模块结构 |
| 5.1.1 结构健康理论 |
| 5.1.2 监测指标与服务中心健康诊断功能模块设计 |
| 5.2 基于卷积神经网络的起重机结构健康诊断算法设计 |
| 5.2.1 适用于智能诊断的卷积神经网络模型 |
| 5.2.2 卷积神经网络的正则化 |
| 5.2.3 网络参数设置 |
| 5.3 状态健康智能诊断实验及结果分析 |
| 5.3.1 实验设计 |
| 5.3.2 训练样本准备 |
| 5.3.3 模型的训练 |
| 5.3.4 实验结果分析 |
| 5.4 服务中心智能诊断实现过程 |
| 5.5 本章小结 |
| 第6章 总结及展望 |
| 6.1 总结 |
| 6.2 不足及展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的项目经历及研究成果 |
| 附录 A 在线监测系统传感器布置方案实例 |
| 附录 B 部分MATLAB程序代码 |
四、振动温度在线监测系统研制（论文参考文献）
- [1]潜油电泵机组振动与泄漏电流实时监测技术研究[D]. 王敏. 西安石油大学, 2021(09)
- [2]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)
- [3]矿井主通风机监测和健康状态评估方法与系统研究[D]. 杜雪峰. 西安科技大学, 2021(02)
- [4]基于LabVIEW的电机状态监测系统研究[D]. 刘荣誉. 长春理工大学, 2021(02)
- [5]基于对拖技术的工业机器人RV减速器可靠性试验台的研制[D]. 李靖. 吉林大学, 2021(02)
- [6]采煤机状态监测系统设计与实现[J]. 王敏. 机械管理开发, 2021(02)
- [7]机车轴承故障监测系统设计[D]. 姚旺. 大连交通大学, 2020(06)
- [8]基于状态智能预警驱动的柴油机IETM关键技术研究与应用[D]. 高志龙. 北京化工大学, 2020(01)
- [9]铣削加工刀具磨损状态在线监控测振刀柄系统与信号奇异性分析研究[D]. 周长安. 山东大学, 2020(08)
- [10]服务中心模式下的起重机结构健康在线监测系统研究[D]. 李俊朋. 武汉理工大学, 2020(08)