一、运行状态下振动涡流探头失效故障诊断（论文文献综述）
张先勇[1]（2020）在《基于信息融合的鱼雷罐车安全监控系统与关键技术研究》文中认为鱼雷罐车是大型钢铁企业转运高温铁水的主要运输车辆。现有的安全监控研究关注于罐体材料和物流管理较多,而对罐体倾动角度精确测量和运输全路径连续定位等的研究较少,甚至鲜有报道。鉴于此,本文依托国家重点研发计划项目的子课题“专用运输车辆转运作业安全监控与预警技术研究”（2017YFC805104）,结合武汉钢铁股份有限公司的实际应用场景,通过开展了一系列实验研究,建立了鱼雷罐车安全监控关键技术的信息融合模型,构建适合鱼雷罐车转运安全的评估指标体系,提出了运用图像识别技术非接触式精确测量角度的方法、车辆连续位置检测和停车精确定位方法,以及全天候障碍物识别方法,实现了从理论到实践应用的转化。研究成果对指导鱼雷罐车转运安全监控系统的开发具有重要参考价值。具体研究内容包括以下几个方面:1、针对鱼雷罐车转运作业的安全监控特点,研究了基于目标决策的安全监控系统各层次的信息融合模型,为信息融合技术在鱼雷罐车转运安全监控领域的应用提供技术支撑;针对重大钢铁企业事故的多因素分析,运用人为因素的分析分类系统（HFACS）分析了安全事故,融合层次分析法（ANP）和二次逻辑回归模型对鱼雷罐车事故进行多因素的关联性分析和权重分析,构建适合鱼雷罐车转运安全指标体系。2、针对鱼雷罐车高温罐体倾动角度检测问题,提出了运用图像识别技术非接触式精确测量角度的方法。利用高清相机连续拍摄罐体端部特征图像,运用BRISK算子检测图像特征点。利用汉明距离对特征点进行两次筛选,提高配准点的准确度,最后结合最大类间方差法（OTSU）计算罐体的旋转角度。设计实验方法进行测试,分析实验数据,探讨了倾角非接触式测量技术和连续位置监测技术的测量精度和响应速度。3、针对鱼雷罐车在高炉车间和运输路经中的连续定位问题,提出了融合室内外定位数据,运用最小二乘法线性拟合在信号盲区的定位方法。该方法比单一的惯性计算方法有更好的定位精确性。研究利用卫星定位系统获取室外数据,UWB系统获取室内定位数据。建立多基站获得更多组合的室内定位数据,利用卡尔曼滤波（Kalman）降噪优化原始数据,按照距离远近进行权重分配以提高TOA/TDOA组合定位算法的准确度。针对停车精确落位问题,提出采用电涡流传感器微距测量的方法监测停车位置,设计试验,检验有效性。4、针对轨道全天候障碍物识别问题,提出了融合视觉相机、红外成像和毫米波雷达三种探测技术于一体的全天候障碍物识别技术方法。并重点对视觉图像处理过程进行了深入研究,运用Canny算子对图像边缘检测;利用霍夫变换对图像中的轨道边缘进行检测提取;基于兴趣范围提取颜色异常区域,通过形态学处理,标注出障碍物位置。分析了毫米波雷达、红外线成像的性能和降噪技术,研发了多传感器融合的鱼雷罐车转运全天候障碍物识别系统。5、研究了基于计算机自动处理的实时安全监控系统与车辆制动系统联动技术,研发了融合多传感器的鱼雷罐车运输安全监控系统和罐体倾动监控系统,并集成上述技术建立统一安全监控平台,进行了功能测试和示范应用。本文通过对鱼雷罐车运输连续位置监测技术和罐体倾动角度非接触式测量技术的研究,开发了基于信息融合的安全监控系统平台,为大型钢铁企业的鱼雷罐车转运安全监控提供了技术保障。
李树旺[2]（2020）在《风机振动保护模块化仪器的设计与实现》文中研究指明在我们的日常生活中,工厂、隧道、建筑物的通风以及农作物的烘干等都通过风机来完成。风机在工作过程中,由于转速较高,会产生较大的振动及噪音,为了使振动不对风机造成严重的破坏,需要通过传感器对风机的振动进行实时检测。目前,能有效检测风机振动的传感器有应变式传感器与涡流传感器,为了能够有效的结合两种传感器并进行风机保护,本论文设计了一种风机振动保护模块化仪器,其目的在于在多个位置对风机的振动幅度进行实时检测,降低振动对风机造成破坏的几率,延长风机的使用寿命,达到风机保护的效果。首先,论文对课题所研究的内容的背景及研究现状作出简要说明,在目前风机检测保护系统研究的基础上提出了本模块化仪器。通过对两种不同传感器测量振动过程的研究,将应变式传感器与涡流传感器结合,本文设计出一个一体式传感器。单片机STM8S207的PWM端口提供1MHz的方波信号,后经滤波放大电路为涡流传感器提供1MHz的正弦波信号,涡流传感器的探头由于电涡流效应,可以测出探头与轴承的位置信息,位置的改变引起涡流传感器探头阻抗的变化,该变化信息经滤波及整流电路,提供给单片机,经单片机处理,得到准确的振动幅度。应变式传感器由电阻应变片组成,风机的振动可以引起应变片发生形变,从而引起应变片的电阻值发生改变,通过惠斯通电桥,将阻值的改变转换为电压的改变,后经A/D转换,模拟信号被单片机STM8S207的所捕获,通过处理可以得到具体的振动幅度。得到的振动幅度若大于单片机预设的振动幅度,单片机发出报警跳闸信息及时停止风机工作已达到保护风机的效果,也可以将振动幅度经过485通讯传递给上位机,实现实时检测。风机振动保护模块化仪器的创新点:1.将传统应变式传感器与涡流传感器相结合,设计出一体式传感器,可以实现不同位置的同时检测。2.用单片机STM8S207及相应处理电路取代涡流传感器的前置器,可以极大的降低成本。3.整体电路智能化高,通过控制器及外围电路即可实现数据传输、信号捕获、智能控制。本文最后将模块化仪器应用到具体的风机检测中,测量具体的风机振动幅度,测量结果表明,该仪器能够有效的测量风机振动的幅度,且有较高的抗干扰能力,能够在复杂的环境下稳定运行,最后,与标准的位移传感器测得的振动幅度进行对比,从而保证仪器所测量的振动幅度的合理性。
李美威[3]（2020）在《大型水轮机组推力轴承润滑状态监测与故障诊断研究》文中提出随着国民经济的快速增长,电力需求也不断增加,稳定可靠的发电系统也越来越重要。我国水能资源丰富,水电装机容量不断增加,水轮机组单机容量不断扩大。提高大型水轮机组的运行可靠性、降低水轮机组的检修成本、避免重大事故的发生具有显着意义,而推力轴承作为水轮机组的主要部件之一,对其进行状态监测和故障预警尤为重要。近年来随着在线油液监测技术的不断发展,运用油液监测技术对设备进行故障诊断得到应用。为实现大型水轮机组推力轴承的状态监测与智能化远程运维,运用在线油液监测传感器对推力轴承润滑油液进行数据采集,构建在线油液状态监测系统,实现推力轴承的故障预警与故障识别。本文主要研究内容如下:首先,根据流体动力润滑理论,计算了推力轴承在正常工况下的油膜压力和油膜厚度分布情况,分析了在不同转速和载荷下的最小油膜厚度变化特点,确定了其油膜厚度的大致范围,研究了基于电涡流位移传感器的油膜厚度监测方案,并验证了其有效性和可靠性。随后设计了一套在线油液数据采集箱对推力轴承的润滑油液理化指标和污染度等参数进行实时监测。制定了大型水轮机组推力轴承油液在线监测系统整体架构,完成了电涡流传感器和在线油液数据采集箱的安装。其次,对推力轴承润滑油液故障检测与预警方法进行研究,针对在线油液监测数据分布不均衡问题,使用时间序列模型和主成分分析方法对正常运行时期的数据进行建模,构建了模型残差、平方预测误差SPE和Hotelling T2的过程控制图,综合了三种控制图进行故障检测与预警,能有效实现异常检测并降低误检率,同时能识别异常变量。再次,设计了推力轴承摩擦磨损试验台,对推力轴承在不同工况和润滑状态下进行磨损试验,分析了运行过程中推力轴承推力瓦温度和摩擦系数的变化趋势,得到了各参数对推力轴承性能的影响,总结了不同润滑状态与推力轴承故障间的关系。为估计推力轴承磨损寿命,对其进行周期性的启停磨损试验,研究了其寿命与启停次数间的关系。最后,分析了大型水轮机组推力轴承的故障特点和故障机理,总结了其推力轴承的常见故障类型,对油液故障数据集进行了收集和分类。研究了在线油液监测数据特征提取方法,针对K近邻算法的不足,使用了基于遗传算法的K近邻算法进行故障诊断,构建了故障识别球集合,提高了故障识别的准确率和计算速度,同时保证了诊断方法的自适应性和可扩展性,使系统能够识别新的故障。运用Python和Qtcreator开发了推力轴承润滑油液状态监测软件系统,完成了对推力轴承的状态监测、故障检测与预警和故障识别等功能,实现了大型水轮机组推力轴承润滑状态监测与智能化远程运维管理。
高许[4]（2020）在《提升机辅助状态监测技术研究与应用》文中研究说明矿井提升机是由多种部件组成的复杂系统,每一个部件的工作状态都影响提升机的安全运行。目前,许多部件的工作状态仅由人工定期检测,甚至没有配置相应的监测手段,为了提高矿井生产的自动化水平,加强对生产运输设备的管理,论文研究了提升机辅助状态监测技术,并应用到立井施工提升机电控系统中。首先论文介绍了国内外对提升机辅助状态的监测现状。从现有监测系统存在的不足出发,在介绍矿井提升机系统的总体组成的基础上分析了提升机系统中闸瓦间隙、制动盘的温度、电动机的温度、减速器的温度和滚筒两边的轴承的温度对其运行状态的影响,给出了这些辅助状态的监测技术和监测意义。其次论文完成了提升机辅助状态监测系统硬件结构的设计,详细分析了硬件的选型、传感器的安装与维护、信号采集方案、通信方式、现场监测系统方案以及现场抗干扰措施。再次论文基于python语言、采用PyQt5框架进行提升机监测系统上位机各功能模块的程序设计和开发应用。软件包括系统管理模块、通信模块、数据处理显示模块及数据库管理模块,它们共同实现提升机监测系统对数据的采集、分析和显示功能。最后探究提升机主轴系统的故障诊断方法,结合信息融合技术,总结了基于集成神经网络故障诊断方法的故障模型和实现策略。该研究可以提高故障诊断分类的准确率,用于指导提升机系统部件的故障排查和日常维护工作。论文设计的提升机辅助状态监测系统弥补了现有监测系统的不足,将辅助系统纳入立井施工提升机电控系统可以更好地保障提升机可靠运行,提高了安全性的同时也为企业节省了人员投入,具有较大的工程价值。论文有图56幅,表21个,参考文献88篇。
张元[5]（2019）在《火电用汽轮机转子主要失效模式及裂纹检测技术分析研究》文中认为汽轮机转子是火电机组的核心部件,其安全性和可靠性直接关系到整个火电系统的运行。总结汽轮机转子失效模式、分析失效机理、确定潜在失效部位、发展针对性检测技术是制定合理检修方案、实现科学管理的基础,对保证汽轮机组的安全运行有着极其重要的意义。本文围绕上述问题,展开了系统研究,主要研究工作和结论如下:（1）火电用汽轮机转子主要失效模式的系统总结与分析。以作者参与检验的16台典型火电用汽轮机组为样本,进行了全面的统计分析。结果发现:汽轮机转子的主要失效模式包括四类:腐蚀、汽蚀、机械损伤和断裂。其中,断裂是最主要、最严重的失效模式,在检修及管理时需要重点关注。总结分析了各类失效模式的失效原因、潜在失效部位、缺陷处理方法和预防措施。（2）汽轮机转子埋藏裂纹检测技术的实验研究。汽轮机转子中存在很多结构复杂和检验时不能完全拆卸的部件,其埋藏裂纹缺陷是检验中的重点与难点。本文以叶轮反T型槽轮缘埋藏裂纹为例,研究了复杂结构的相控阵超声检测方法,重点研究了缺陷波与干扰波的区分;以大轴环向裂纹为例,研究了转子不完全拆卸状态下复杂轴段结构的超声检测方法,重点研究了不同类型探头的检测效果,研究表明:直探头不适合此类裂纹的检测,选择不同角度的小角度探头可实现完整轴段的检测,在大轴外圆表面采用斜探头能实现定量检测。（3）汽轮机转子表面裂纹检测技术的实验研究。目前汽轮机转子表面裂纹涡流检测技术在激励频率选取、信号分析等方面尚无明确结论。本文以动叶片表面裂纹和大轴中心孔表面裂纹为例进行了涡流检测技术的研究。研究表明:马氏体不锈钢叶片的最佳激励频率为220 k Hz,钩式探头检测的裂纹信号为具有一定相位角的8字型信号,干扰信号位于水平方向;奥氏体不锈钢大轴中心孔的最佳激励频率为250 k Hz,自比差分式探头检测的轴向裂纹信号为不规则圆弧型信号,环向裂纹信号为具有一定相位角的8字形信号。
盛恒[6]（2018）在《振动筛裂纹电涡流C扫描成像检测技术研究》文中研究表明在自动化生产过程中,振动筛起着重要的作用。由于长期高强度的机械运转、振动筛大梁、侧板、支撑弹簧等应力集中部位易出现疲劳裂纹,成为设备安全生产的隐患,因此需要对振动筛进行定期检测,传统的检测方法依赖检测人员的经验,缺乏系统的检测流程,这样的检测手段并不可靠,本文提出了一种振动筛裂纹电涡流C扫描成像检测方法,通过仿真分析和实验研究,实现了裂纹的定量化检测,本文主要工作如下:第二章建立了简化的振动筛有限元模型。利用Ansys Maxwell软件建立不同深度裂纹的有限元平板模型,仿真分析了不同深度裂纹对电涡流探头响应信号的影响,仿真结果对裂纹量化检测提供理论支撑。第三章设计开发了电涡流检测实验系统。该系统分为涡流检测仪器、三维运动控制平台、上位机软件三个部分,能够实现检测过程的自动化,为后续实验研究提供工具支持。第四章实现了缺陷的自动化识别与分类优化。首先,利用电涡流实验系统对表面裂纹和亚表面裂纹进行C扫描,获得了试件的缺陷信号,绘制了裂纹C扫描图像。其次,运用了基于支持向量机模型的缺陷识别算法,并结合粒子群算法优化该模型参数,实现了缺陷的自动识别。最后,为优化识别精度,需要对缺陷识别过程中的缺陷信号进行特征提取。文中利用主成分分析方法提取了裂纹信号特征,结果表明特征提取后分类结果的精度优于特征提取前分类结果的精度。第五章研究了裂纹面积、周长与长度的检测方法,实现了裂纹轮廓的可视化识别与定量检测。在定量检测前研究了最邻近、双线性、双三次三种插值方法对裂纹C扫描图像的影响,结果表明,双三次插值法效果最优,进而利用该方法提高了裂纹C扫描图像质量。裂纹的定量检测通过对裂纹图像进行灰度与二值化处理,获取了裂纹几何轮廓,在此基础上计算了裂纹的面积与周长,最后,依据裂纹的面积与周长,运用偏最小二乘法确定了裂纹长度。本文工作为振动筛疲劳裂纹的可视化与定量化检测提供了理论依据,具有一定的理论与应用价值。
张继旺[7]（2018）在《基于叶尖定时的旋转叶片安全监测及智能诊断方法研究》文中进行了进一步梳理高速旋转叶片是航空、石化、舰船、电力等行业旋转设备的关键部件,其运行状态直接决定着整个系统的安全性与稳定性,如何对其进行在线监测及诊断一直是一个行业挑战。叶尖定时技术因其非接触性、监测全面性、成本低等优势成为最具发展前景的旋转叶片监测手段。而目前叶尖定时技术因其存在的若干技术和科学问题（强噪声干扰下如何准确提取叶尖定时信号、如何对欠采样叶尖定时信号进行分析与信息提取、变转速下如何进行叶片振动数据监测以及如何利用欠采样叶尖定时信号进行叶片状态的智能诊断）使其难以应用到实际生产中,本文围绕这些问题开展了深入的研究,主要内容如下:1、对高速旋转叶片振动机理及特性进行了分析总结,包括旋转叶片振动形式、振型及振动参数等,并利用有限元分析软件ANSYS完成了多种状态下叶片的模态分析,包括叶片固有频率和模态振型分析,为论文的后续研究打下了良好的基础。2、针对传统叶尖定时测振系统难以在变转速状态下进行叶片振动测量的问题提出了基于多键相的变转速下叶片振动监测方法,利用转速波动具有连续性的特点将其变速过程进行微分处理,通过在转轴均匀布置多个键相来实现转速的准确估计,并基于虚拟键相插值推导了旋转叶片的振动测量方程,数值建模和模拟实验结果均表明所提方法在无论在哪种变转速状态下相对测量误差远小于传统的监测方法,最大相对误差仅为1.8%,突破了传统叶尖定时技术在恒转速下难以测量的技术瓶颈,具有较好的测量精度。3、针对叶尖定时测振系统因背景噪声干扰难以准确提取叶尖定时信号的问题,分析讨论了影响叶尖定时测振系统测量精度的主要原因,针对性地提出了噪声干扰条件下叶尖定时信号提取方法,解决了因叶尖间隙变化、叶片非对称结构及背景噪声这三类主要干扰因素的影响,实现了噪声干扰条件下叶尖定时信号的准确提取。4、针对当前叶尖定时信号因欠采样性造成频域信息无法与叶片振动特征相对应而导致故障信息难以辨识的问题,提出了基于稀疏度自适应的欠采样叶尖定时信号重构方法,通过分析叶片振动及欠采样信号的特点构造稀疏矩阵,并利用稀疏度的自适应匹配与误差的逐步迭代实现了标准稳态欠采样信号的准确重构,解决了欠采样叶尖定时信号分析难的问题,最后对该方法进行了验证,结果表明所提方法能够实现标准稳态欠采样信号的重构,重构误差小于1%。5、针对当前叶尖定时信号因欠采样性导致难以直接提取故障特征而无法进行智能诊断的问题展开研究,针对该问题提出了基于深度卷积神经网络的旋转叶片故障诊断方法。通过构建多层卷积核进行故障信息的深度挖掘,完成了从欠采样信号中故障特征的自学习与自选择,实现了基于叶尖定时的叶片故障智能诊断,与传统方法相比,所提方法诊断准确率由82%提升至95%。6、设计了基于电涡流传感器的叶尖定时测振试验台,并进行了大量实验测试,通过大量实验数据分析,对所提出的各种叶尖定时信号分析方法进行验证,实验结果表明了所提方法的有效性和可行性。
彭畅[8]（2014）在《旋转机械轴承振动信号分析方法研究》文中研究说明轴承作为旋转机械中广泛使用的关键零部件之一，其运行状态直接关系整台机械设备的工作性能，开展基于振动信号分析的轴承状态监测与故障诊断的相关研究并及时准确地识别故障萌发与演变，对确保设备平稳运行、减少甚至避免重大安全事故具有相当重要的意义。本课题以滚动轴承及滑动轴承故障振动信号为研究对象，针对滚动轴承故障信号易受噪声干扰的影响拓展并丰富了峭度图理论在振动信号降噪以及故障特征提取中的应用，并基于定向循环平稳分析理论研究了滑动轴承在油膜失稳状态下的故障信号特征，最后开发了虚拟式旋转机械轴承测试诊断系统实现了理论创新成果在工程实践中的应用。本文的具体研究内容介绍如下：本文首先介绍了峭度图理论中涉及的峭度统计理论、谱峭度系数等数学基础，并详细阐述了传统峭度图算法以及基于COT的阶比峭度图算法在故障信号降噪和最优解调频带参数确定方面的优势。针对传统四阶矩累积量谱峭度系数易受信号奇异点影响而不能真实估计信号峰态程度水平的问题，定义了Moors谱峭度、Hogg谱峭度以及Crow-Siddiqui谱峭度等三种鲁棒性谱峭度系数，并提出了能消除信号奇异点干扰的鲁棒性峭度图算法。滚动轴承仿真及实测故障信号分析结果验证了鲁棒性峭度图与传统峭度图相比，能显着提高滤波效果并增强原始信号中的故障瞬态冲击特征。传统的基于STFT、FIR滤波器以及第一代小波包变换的峭度图算法中存在时频分辨率取舍、运算效率以及小波函数库有限等缺点，本文提出了基于尺度自适应冗余提升小波包变换的峭度图算法，通过基于原始信号本身构造更新器和预测器来实现信号分解与重构的自适应功能，有效地提高了峭度图算法的自适应特性以及滤波后故障信号的准确性。随后利用时间尺度分解进一步增强了峭度图滤波后信号的瞬态冲击故障特征，并将基于固有时间尺度分解的Hilbert谱作为包络解调分析的有益补充，通过与Hilbert-Huang变换的对比验证了其在表征故障信号时频能量信息分布中的优越性。旋转机械振动信号往往呈现循环平稳特性，本文将机械故障诊断领域中用于分析单通道实信号的循环平稳统计量理论进行了拓展，定义了能用于分析双通道融合复信号的低阶定向循环平稳统计量并提取出了滑动轴承油膜失稳故障信号中周期性时变特征以及转子振动状态信息等。通过对比分析揭示了传统全谱分析以及定向Wigner分布与定向循环统计量之间的内在联系，即全谱分析实质上就是一阶定向循环平稳统计量（定向循环均值），而定向Wigner分布实质上属于二阶定向循环统计量（定向循环谱相关函数）。此外试验结果分别对比分析了加速度振动信号与位移振动信号中所包含系统振动状态信息。根据轴承振动监测需求分析，基于NI Labview平台开发了轴承振动信号测试、分析与特征提取于一体的虚拟式旋转机械轴承测试系统，为取得的理论创新成果在工程实践中的应用提供了强有力的支持。文章最后对全文工作及主要创新点进行了总结，并展望了后续的研究方向。
杨汉宝[9]（2013）在《往复压缩机故障综合模拟实验台设计及诊断技术研究与应用》文中研究表明往复压缩机广泛应用于石油石化领域,是该领域的核心设备之一,其结构复杂且故障形式多样。随着设备自动化程度的提高,设备部件一旦故障则导致机组瘫痪甚至企业停产。有效的往复压缩机状态监测与准确的故障诊断技术是往复压缩机长期可靠运行的重要保证,论文将结合理论分析和实验模拟两方面对往复压缩机状态监测及故障诊断技术进行研究。论文研究内容涉及以下几个方面。针对往复压缩机连杆小头瓦部位监测及诊断困难的问题,论文对结合理论换向角进行连杆小头瓦故障诊断的方法做了进一步研究,并通过故障模拟实验验证该诊断方法的有效性。经过可行性论证、设计、加工制造及安装调试,完成了往复压缩机故障模拟实验台的搭建,该实验装置可用于研究支撑刚度对往复压缩机工作状态的影响,也可以用于往复压缩机故障模拟实验。较全面的对往复压缩机常见故障进行了故障模拟实验,较快速的全面的获得了往复压缩机各故障特征,建立了故障与故障特征对照表。最终,将前期的研究成果应用于工程实践,进行现场机组的故障诊断。
张铁军,刘德海[10]（2012）在《甲醇压缩机振动监测系统应用与改造》文中研究表明叙述了设备状态监测的原理和技术,介绍了国泰化工有限公司甲醇合成压缩机的基本情况及其状态监测系统。通过对该系统的改造,避免了现场电源对系统存在的影响,取得了良好的效果。
二、运行状态下振动涡流探头失效故障诊断（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、运行状态下振动涡流探头失效故障诊断（论文提纲范文）
（1）基于信息融合的鱼雷罐车安全监控系统与关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究状况 |
| 1.2.1 鱼雷罐车定位技术的研究状况 |
| 1.2.2 鱼雷罐车运输安全监控技术的研究 |
| 1.2.3 鱼雷罐车罐体安全监控技术的研究 |
| 1.2.4 信息融合和HFACS在运输安全监控领域的应用研究 |
| 1.2.5 国内外研究存在的问题分析 |
| 1.3 主要研究内容及技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线 |
| 2 相关基本理论与鱼雷罐车安全监控系统框架 |
| 2.1 信息融合的基本理论 |
| 2.1.1 信息融合的功能模型 |
| 2.1.2 信息融合的层次 |
| 2.2 信息融合的技术方法 |
| 2.2.1 卡尔曼(Kalman)滤波 |
| 2.2.2 加权平均算法 |
| 2.2.3 网络层次分析法(ANP) |
| 2.3 鱼雷罐车安全监控系统的融合模型的研究 |
| 2.3.1 鱼雷罐车转运安全监控系统的特征分析 |
| 2.3.2 室内定位多传感器的融合模型 |
| 2.3.3 室内外连续位置监测多设备的信息融合模型 |
| 2.3.4 障碍物识别多设备的信息融合模型 |
| 2.3.5 鱼雷罐车转运安全监测多系统的信息融合模型 |
| 2.4 基于人为因素的鱼雷罐车安全评价体系 |
| 2.4.1 鱼雷罐车安全评价指标分析 |
| 2.4.2 基于HFACS的鱼雷罐车安全评价指标体系构架 |
| 2.4.3 HFACS-TCA模型因素关联分析 |
| 2.4.4 HFACS-TCA模型因素权重分析 |
| 2.5 鱼雷罐车安全监控体系总体框架 |
| 2.6 本章小结 |
| 3 鱼雷罐车罐体倾动监测技术研究 |
| 3.1 非接触式倾角探测技术方案 |
| 3.1.1 倾角探测设备应用场景 |
| 3.1.2 非接触式角度探测技术方案 |
| 3.2 基于BRISK算法的图像识别方法 |
| 3.2.1 BRISK算法 |
| 3.2.2 图像识别测量角度实验 |
| 3.2.3 倾角测量实验结果分析 |
| 3.3 罐体倾动监控电路与数据通信网络 |
| 3.3.1 罐体倾动监测与控制功能 |
| 3.3.2 罐体倾动角度控制电路原理 |
| 3.3.3 监测数据通信网络结构 |
| 3.4 倾角监测系统测试与分析 |
| 3.4.1 系统测试装置 |
| 3.4.2 倾角监测系统测试与评价 |
| 3.5 本章小结 |
| 4 鱼雷罐车连续位置监测与精确定位技术研究 |
| 4.1 鱼雷罐车运输管理 |
| 4.2 室内外主要定位技术 |
| 4.2.1 室外定位技术-GPS系统 |
| 4.2.2 室内定位技术比较 |
| 4.2.3 GPS接收器选型与精度测试 |
| 4.3 UWB定位算法优化、信号降噪与测试 |
| 4.3.1 UWB定位算法优化与信号降噪 |
| 4.3.2 UWB测试分析 |
| 4.4 电涡流传感器微距测量 |
| 4.4.1 电涡流传感器响应测试 |
| 4.4.2 测试结果分析 |
| 4.5 鱼雷罐车室内外连续定位技术 |
| 4.5.1 连续定位算法 |
| 4.5.2 室内外连续定位系统工作流程 |
| 4.6 本章小结 |
| 5 鱼雷罐车全天候障碍物识别技术应用研究 |
| 5.1 障碍物检测技术比较 |
| 5.2 视觉相机的障碍物识别技术 |
| 5.2.1 视觉图像处理流程 |
| 5.2.2 基于Canny算子的图像边缘检测 |
| 5.2.3 轨道边缘提取 |
| 5.2.4 障碍物的图像识别 |
| 5.3 障碍物识别系统测试分析 |
| 5.3.1 毫米波雷达测试 |
| 5.3.2 热图像识别测试 |
| 5.4 全天候障碍物识别系统结构 |
| 5.5 本章小结 |
| 6 鱼雷罐车运输安全监控系统研发与应用 |
| 6.1 罐体倾动监控系统设计 |
| 6.1.1 罐体倾动监控系统结构 |
| 6.1.2 配置模块设计 |
| 6.1.3 图像采集模块 |
| 6.1.4 倾角计算模块 |
| 6.1.5 倾动控制模块 |
| 6.2 鱼雷罐车运输安全监控预警系统设计 |
| 6.2.1 配置模块 |
| 6.2.2 轮对振动状态传感器数据采集模块 |
| 6.2.3 GPS、UWB定位数据采集模块 |
| 6.2.4 障碍物信息分析模块 |
| 6.2.5 位置信息分析模块 |
| 6.2.6 制动信号触发模块 |
| 6.3 联动控制系统结构设计 |
| 6.3.1 鱼雷罐车运行安全综合判断与联动制动系统设计 |
| 6.3.2 机车应急排空电磁阀的控制系统设计 |
| 6.3.3 安全监控联动系统结构 |
| 6.4 鱼雷罐车转运安全监控预警装备示范应用 |
| 6.4.1 罐体倾动防倾翻监测与控制装备 |
| 6.4.2 鱼雷罐车运输作业防倾翻监控预警装备 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 创新点 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读学位期间发表论文目录 |
| 附录2 攻读学位期间参与的科研项目 |
| 附录3 软件源代码(局部) |
| 附录4 系统界面 |
| 附录5 示范施工现场 |
（2）风机振动保护模块化仪器的设计与实现（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 国内外风机振动保护技术的研究现状 |
| 1.3 风机振动保护的发展趋势 |
| 1.4 课题研究主要内容 |
| 1.5 论文内容组织 |
| 第二章 风机振动保护模块化仪器的总体设计 |
| 2.1 风机振动保护模块化仪器的设计要求 |
| 2.2 风机振动保护模块化仪器的结构 |
| 2.2.1 一体式传感器的设计 |
| 2.2.2 一体式传感器的安装设计 |
| 2.3 采集风机振动信息方案设计 |
| 2.4 仪器硬件设计 |
| 2.5 仪器软件设计 |
| 2.6 本章小结 |
| 第三章 风机振动保护模块化仪器的硬件设计 |
| 3.1 主控制器 |
| 3.1.1 单片机 |
| 3.1.2 单片机最小系统 |
| 3.2 电源电路 |
| 3.3 惠斯通电桥电路 |
| 3.4 RS485通讯电路 |
| 3.5 A/D转换电路 |
| 3.6 信号选择电路 |
| 3.7 报警跳闸电路 |
| 3.8 波形转换电路 |
| 3.9 高频滤波电路 |
| 3.10 全波整流电路 |
| 3.11 风机振动保护模块化仪器PCB板实物图 |
| 3.12 本章小结 |
| 第四章 风机振动保护模块化仪器的软件设计 |
| 4.1 软件编程环境及工作流程 |
| 4.2 RS485通讯程序 |
| 4.2.1 初始化 |
| 4.2.2 与上位机通讯程序 |
| 4.3 信号捕获程序 |
| 4.4 定时器程序 |
| 4.5 PWM输出程序 |
| 4.6 脉宽标定程序 |
| 4.7 本章小结 |
| 第五章 系统调试 |
| 5.1 电路板调试结果 |
| 5.2 传感器调试结果 |
| 5.2.1 应变式传感器调试结果 |
| 5.2.2 涡流式传感器调试结果 |
| 5.3 误差分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（3）大型水轮机组推力轴承润滑状态监测与故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 在线油液监测技术 |
| 1.3 国内外研究现状 |
| 1.3.1 油液监测故障诊断国内外研究现状 |
| 1.3.2 水轮机组故障诊断国内外研究现状 |
| 1.4 本课题研究内容 |
| 第二章 大型水轮机组推力轴承润滑特性分析与油液在线监测 |
| 2.1 引言 |
| 2.2 大型水轮机组推力轴承油膜特性分析 |
| 2.2.1 流体动力润滑理论 |
| 2.2.2 有限差分求解 |
| 2.2.3 推力轴承轴承润滑特性分析 |
| 2.3 大型水轮机组推力轴承润滑油液在线监测系统设计与安装 |
| 2.3.1 油膜厚度在线监测传感器 |
| 2.3.2 油液在线监测数据采集系统 |
| 2.3.3 推力轴承油液在线监测系统安装 |
| 本章小结 |
| 第三章 大型水轮机组推力轴承油液监测故障检测与预警 |
| 3.1 引言 |
| 3.2 基于时序模型的在线油液监测故障检测与预警 |
| 3.2.1 时间序列模型 |
| 3.2.2 监测数据时间序列模型建立与分析 |
| 3.3 基于多元变量过程控制的在线油液监测故障检测与预警 |
| 3.3.1 多元变量过程控制 |
| 3.3.2 多元变量统计过程控制图 |
| 3.3.3 基于主元分析的多元变量在线油液监测故障检测 |
| 本章小结 |
| 第四章 水轮机组推力轴承摩擦磨损模拟实验研究 |
| 4.1 引言 |
| 4.2 模拟系统设计 |
| 4.2.1 模拟系统总体设计及布局 |
| 4.2.2 驱动和控制装置选型及设计 |
| 4.2.3 试验台架总体设计 |
| 4.3 实验条件的确定 |
| 4.4 推力轴承寿命估计 |
| 4.5 试验结果与分析 |
| 4.5.1 不同工况下推力轴承磨损试验 |
| 4.5.2 不同润滑状态下推力轴承启停试验 |
| 4.5.3 推力轴承启停寿命试验 |
| 本章小结 |
| 第五章 大型水轮机组推力轴承故障诊断方法研究与润滑状态监测系统开发 |
| 5.1 引言 |
| 5.2 大型水轮机组推力轴承故障机理 |
| 5.2.1 大型水轮机组推力轴承故障特点 |
| 5.2.2 大型水轮机组推力轴承故障机理 |
| 5.3 大型水轮机组推力轴承故障诊断方法 |
| 5.3.1 推力轴承油液监测特征提取 |
| 5.3.2 基于改进K近邻算法的故障诊断 |
| 5.3.3 故障数据实验分析结果 |
| 5.4 大型水轮机组推力轴承润滑在线监测系统开发 |
| 5.4.1 油液监测系统总体结构 |
| 5.4.2 系统模块和功能划分 |
| 5.4.3 系统界面和功能实现 |
| 本章小结 |
| 全文总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（4）提升机辅助状态监测技术研究与应用（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 矿井提升机及辅助状态监测 |
| 1.2 提升机辅助状态监测技术研究现状 |
| 1.3 论文研究内容及章节安排 |
| 2 提升机组成及辅助状态参数分析 |
| 2.1 提升机系统的组成 |
| 2.2 制动系统辅助状态参数及监测技术 |
| 2.3 主轴系统辅助状态参数及监测技术 |
| 2.4 本章小结 |
| 3 提升机辅助状态监测系统的硬件设计 |
| 3.1 辅助状态监测系统组成与结构 |
| 3.2 闸瓦间隙测量模块 |
| 3.3 温度测量模块 |
| 3.4 通信模块 |
| 3.5 硬件抗干扰措施 |
| 3.6 本章小结 |
| 4 提升机监测系统的软件设计 |
| 4.1 基于PyQt的提升机监测系统软件的功能及架构 |
| 4.2 数据管理模块 |
| 4.3 监测界面设计 |
| 4.4 本章小结 |
| 5 基于集成神经网络的提升机主轴系统故障诊断研究 |
| 5.1 集成神经网络 |
| 5.2 提升机主轴系统故障诊断模型 |
| 5.3 基于集成神经网络主轴系统故障诊断模型的验证 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（5）火电用汽轮机转子主要失效模式及裂纹检测技术分析研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 汽轮机转子概述与检测技术原理 |
| 1.2.1 汽轮机及转子 |
| 1.2.2 汽轮机转子检测技术原理 |
| 1.3 国内外研究现状 |
| 1.3.1 汽轮机转子失效行为 |
| 1.3.2 汽轮机转子检测技术 |
| 1.4 课题主要研究内容及创新点 |
| 1.4.1 课题主要研究内容 |
| 1.4.2 课题创新点 |
| 1.5 课题来源 |
| 第二章 汽轮机转子主要失效模式 |
| 2.1 腐蚀 |
| 2.1.1 高温氧化腐蚀 |
| 2.1.2 沉积物下腐蚀 |
| 2.1.3 氧腐蚀 |
| 2.1.4 酸腐蚀 |
| 2.1.5 点蚀 |
| 2.2 汽蚀 |
| 2.3 机械损伤 |
| 2.3.1 杂物击打 |
| 2.3.2 颗粒磨损 |
| 2.3.3 人为划伤 |
| 2.4 断裂 |
| 2.4.1 疲劳断裂 |
| 2.4.2 应力腐蚀开裂 |
| 2.4.3 其他断裂 |
| 2.4.4 裂纹及断裂的处理和预防 |
| 2.5 本章小结 |
| 第三章 汽轮机转子埋藏裂纹检测技术 |
| 3.1 叶轮反T型槽轮缘裂纹相控阵超声检测 |
| 3.1.1 对比试块 |
| 3.1.2 检测设备及参数设置 |
| 3.1.3 检测过程及结果分析 |
| 3.2 大轴环向裂纹超声检测 |
| 3.2.1 大轴环向裂纹概况 |
| 3.2.2 检测设备 |
| 3.2.3 检测过程及结果分析 |
| 3.3 本章小结 |
| 第四章 汽轮机转子表面裂纹检测技术 |
| 4.1 叶片表面裂纹涡流检测 |
| 4.1.1 对比试块 |
| 4.1.2 检测设备 |
| 4.1.3 参数设置 |
| 4.1.4 检测过程及结果分析 |
| 4.2 大轴中心孔表面裂纹涡流检测 |
| 4.2.1 对比试块 |
| 4.2.2 检测设备 |
| 4.2.3 参数设置 |
| 4.2.4 检测过程及结果分析 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（6）振动筛裂纹电涡流C扫描成像检测技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 电涡流无损检测技术研究现状 |
| 1.3 主要内容及创新点 |
| 1.4 本章小结 |
| 2 涡流检测技术有限元建模及仿真分析 |
| 2.1 电涡流检测基础理论 |
| 2.2 电涡流检测有限元建模理论 |
| 2.3 涡流响应信号的有限元建模及仿真 |
| 2.4 本章小结 |
| 3 电涡流检测实验系统 |
| 3.1 阻抗分析仪检测装置 |
| 3.2 锁相放大器检测装置 |
| 3.3 本章小结 |
| 4 电涡流裂纹成像检测与分类 |
| 4.1 试件制作 |
| 4.2 表面裂纹C扫描成像 |
| 4.3 亚表面裂纹C扫描成像 |
| 4.4 裂纹信号特征提取 |
| 4.5 裂纹电涡流信号分类 |
| 4.6 本章小结 |
| 5 裂纹轮廓定量识别方法 |
| 5.1 裂纹图像插值 |
| 5.2 裂纹图像预处理 |
| 5.3 裂纹轮廓参数 |
| 5.4 基于偏最小二乘法裂纹长度识别 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（7）基于叶尖定时的旋转叶片安全监测及智能诊断方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点 |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 旋转叶片振动监测技术研究现状 |
| 1.3.2 叶尖定时监测技术研究现状 |
| 1.3.3 目前存在的问题 |
| 1.4 论文主要研究内容 |
| 1.5 论文技术路线 |
| 第2章 高速旋转叶片振动特性及叶尖定时监测方法 |
| 2.1 引言 |
| 2.2 高速旋转叶片振动特性 |
| 2.2.1 叶片类型 |
| 2.2.2 叶片振动的基本形式 |
| 2.2.3 叶片主要振型 |
| 2.2.4 叶片振动的主要参数 |
| 2.2.5 旋转叶片模态分析 |
| 2.3 基于叶尖定时的旋转叶片监测技术 |
| 2.3.1 叶尖定时技术基本原理 |
| 2.3.2 叶尖定时传感器 |
| 2.3.3 叶片振动参数辨识方法 |
| 2.4 本章小结 |
| 第3章 基于多键相的变转速下旋转叶片振动监测方法研究 |
| 3.1 引言 |
| 3.2 变转速状态下高速叶片监测方法 |
| 3.2.1 变转速下叶片振动监测存在的挑战 |
| 3.2.2 多键相的变转速下叶片振动测量原理 |
| 3.2.3 基于多键相的叶片振动位移测量方程 |
| 3.3 基于数值建模及动力学仿真的方法验证 |
| 3.3.1 数值建模验证 |
| 3.3.2 动力学仿真验证 |
| 3.4 本章小结 |
| 第4章 强噪声干扰条件下叶尖定时信号准确提取方法研究 |
| 4.1 引言 |
| 4.2 叶尖定时系统测量误差分析 |
| 4.2.1 测量误差影响分析 |
| 4.2.2 叶尖间隙变化引起测量误差分析 |
| 4.2.3 叶片端面非对称结构引起的测量误差分析 |
| 4.2.4 背景噪声干扰造成测量误差分析 |
| 4.3 噪声干扰条件下叶尖定时信号准确提取方法研究 |
| 4.3.1 叶尖间隙波动引起测量误差改进 |
| 4.3.2 叶片端面非对称结构测量误差改进 |
| 4.3.3 基于EEMD的背景噪声干扰下叶尖定时信号提取方法 |
| 4.4 实验验证 |
| 4.5 本章小结 |
| 第5章 基于稀疏度自适应的欠采样叶尖定时信号重构方法研究 |
| 5.1 引言 |
| 5.2 叶尖定时测振系统采样模型 |
| 5.3 基于稀疏重构的欠采样叶尖定时信号分析方法 |
| 5.3.1 稀疏重构基本理论 |
| 5.3.2 稀疏度自适应的匹配追踪算法 |
| 5.4 数值建模及实验验证 |
| 5.4.1 数值建模分析 |
| 5.4.2 实验验证 |
| 5.5 本章小结 |
| 第6章 基于卷积神经网络的旋转叶片故障智能诊断方法研究 |
| 6.1 引言 |
| 6.2 深度学习 |
| 6.2.1 深度学习概述 |
| 6.2.2 卷积神经网络 |
| 6.3 基于卷积神经网络的高速旋转叶片诊断方法 |
| 6.3.1 信号采集 |
| 6.3.2 数据预处理 |
| 6.3.3 特征提取与融合 |
| 6.3.4 分类器优选 |
| 6.3.5 在线诊断 |
| 6.4 试验验证 |
| 6.4.1 实验设置 |
| 6.4.2 分类器选择 |
| 6.4.3 实验结果分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
| 学位论文数据集 |
（8）旋转机械轴承振动信号分析方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 滚动轴承状态监测与故障诊断研究 |
| 1.3.2 滑动轴承状态监测与故障诊断 |
| 1.4 论文的主要研究内容与总体框架 |
| 2 鲁棒性峭度图方法的研究与应用 |
| 2.1 引言 |
| 2.2 谱峭度系数 |
| 2.2.1 峭度 |
| 2.2.2 谱峭度 |
| 2.3 峭度图算法 |
| 2.3.1 基于 STFT 的峭度图 |
| 2.3.2 基于 FIR 滤波器的峭度图 |
| 2.3.3 阶比峭度图 |
| 2.4 鲁棒性谱峭度系数及峭度图 |
| 2.4.1 基于 Moors 系数的谱峭度系数 |
| 2.4.2 基于 Hogg 系数的谱峭度系数 |
| 2.4.3 基于 Crow-Siddiqui 系数的谱峭度系数 |
| 2.4.4 鲁棒性峭度图 |
| 2.5 鲁棒性峭度图在滚动轴承故障特征提取中的应用 |
| 2.5.1 滚动轴承仿真故障信号分析 |
| 2.5.2 滚动轴承实测故障信号分析 |
| 2.6 本章小结 |
| 3 改进的小波包峭度图与 ITD 时频谱的研究与应用 |
| 3.1 引言 |
| 3.2 基于自适应冗余提升小波包变换的谱峭度图 |
| 3.2.1 基于复 Morlet 小波变换的谱峭度法 |
| 3.2.2 基于小波包变换的谱峭度图 |
| 3.2.3 基于自适应冗余提升小波包变换的谱峭度图 |
| 3.3 基于固有时间尺度变换的 Hilbert 谱及瞬时谱 |
| 3.3.1 固有时间尺度分解 |
| 3.3.2 固有时间尺度分解的滤波特性 |
| 3.3.3 基于固有时间尺度分解的时频谱 |
| 3.4 改进的峭度图以及 ITD 时频谱在滚动轴承故障特征提取中的应用 |
| 3.4.1 基于峭度图以及 ITD 时频谱的滚动轴承故障特征提取流程 |
| 3.4.2 滚动轴承实测信号故障特征提取与分析 |
| 3.5 本章小结 |
| 4 复信号定向循环平稳理论的研究及应用 |
| 4.1 引言 |
| 4.2 常用滑动轴承-转子系统振动信号分析方法介绍 |
| 4.2.1 全息谱分析 |
| 4.2.2 全谱分析 |
| 4.2.3 短时复谱与定向 Wigner 分布 |
| 4.3 复信号定向循环平稳分析理论 |
| 4.3.1 实信号循环平稳特性 |
| 4.3.2 复信号循环平稳特性 |
| 4.4 定向循环平稳分析在滑动轴承油膜失稳特征提取中的应用 |
| 4.4.1 试验装置及其动力学理论模型介绍 |
| 4.4.2 油膜涡动与油膜振荡故障信号分析 |
| 4.5 本章小结 |
| 5 虚拟式旋转机械轴承测试系统设计 |
| 5.1 引言 |
| 5.2 轴承测试系统软硬件平台设计 |
| 5.2.1 系统总体构架 |
| 5.2.2 系统硬件平台搭建 |
| 5.2.3 系统软件功能开发 |
| 5.3 测试系统实际应用 |
| 5.3.1 滚动轴承故障特征提取 |
| 5.3.2 滑动轴承油膜失稳故障特征提取 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 本文工作总结及主要创新 |
| 6.2 后续研究工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读学位期间发表的论文目录 |
| B. 作者在攻读学位期间参加的科研项目 |
（9）往复压缩机故障综合模拟实验台设计及诊断技术研究与应用（论文提纲范文）
| 学位论文数据集 |
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.2 往复压缩机故障诊断技术概述 |
| 1.2.1 往复压缩机故障诊断的研究现状 |
| 1.2.2 往复压缩机故障诊断方法 |
| 1.2.3 往复压缩机故障诊断的发展趋势 |
| 1.3 课题研究的意义及目标 |
| 1.3.1 课题研究的意义 |
| 1.3.2 课题研究的内容 |
| 1.3.3 课题研究的目标 |
| 1.4 论文主要内容 |
| 第二章 往复压缩机故障机理及诊断方法研究 |
| 2.1 往复压缩机的结构及工作原理 |
| 2.1.1 往复压缩机的结构 |
| 2.1.2 往复压缩机的工作原理 |
| 2.2 往复压缩机的常见故障及故障特征 |
| 2.2.1 气阀故障 |
| 2.2.2 气缸故障 |
| 2.2.3 活塞组件故障 |
| 2.2.4 传动部件故障 |
| 2.2.5 填料函组件故障 |
| 2.3 连杆小头瓦换向角计算 |
| 2.3.1 活塞组件受力分析 |
| 2.3.2 十字头销受力关系 |
| 2.4 基于理论换向角的连杆小头瓦故障诊断方法 |
| 2.5 本章小结 |
| 第三章 往复压缩机故障模拟实验台搭建 |
| 3.1 故障模拟实验台概述 |
| 3.2 故障模拟实验台总体方案 |
| 3.3 故障模拟实验台搭建过程 |
| 3.3.1 已知条件 |
| 3.3.2 结构设计 |
| 3.3.3 关键部件结构说明 |
| 3.3.4 关键部件选型 |
| 3.3.5 关键部件的强度及稳定性校核 |
| 3.3.6 实验台的加工与安装 |
| 3.4 实验台基座的功能 |
| 3.5 本章小结 |
| 第四章 往复压缩机故障模拟实验研究 |
| 4.1 实验装置介绍 |
| 4.1.1 往复压缩机故障模拟实验台 |
| 4.1.2 往复压缩机故障件 |
| 4.1.3 在线监测系统 |
| 4.2 故障模拟实验 |
| 4.2.1 气阀故障模拟实验 |
| 4.2.2 活塞组件类故障模拟实验 |
| 4.2.3 传动部件类故障模拟实验 |
| 4.3 连杆小头瓦故障诊断方法实验研究 |
| 4.3.1 实验用往复压缩机换向角计算 |
| 4.3.2 小头瓦故障模拟实验 |
| 4.3.3 结论 |
| 4.4 实验总结 |
| 4.4.1 故障特征总结 |
| 4.4.2 实验效果分析 |
| 4.5 本章总结 |
| 第五章 往复压缩机故障诊断技术的工程应用 |
| 5.1 工程实践应用概述 |
| 5.2 工程实践案例介绍 |
| 5.2.1 支撑环与活塞环磨损故障 |
| 5.2.2 气阀泄漏 |
| 5.3 往复压缩机故障诊断技术展望 |
| 5.4 本章总结 |
| 第六章 结论 |
| 参考文献 |
| 致谢 |
| 作者和导师简介 |
| 附件 |
（10）甲醇压缩机振动监测系统应用与改造（论文提纲范文）
| 一、前言 |
| 二、振动监测技术 |
| 1. 故障诊断 |
| 2. 异常振动分析方法 |
| 3. 常用的测振传感器 |
| 4. 转机械故障诊断的基本图谱 |
| 三、甲醇合成压缩机的探头布置 |
| 四、项目改造 |
| 五、实施结果 |
| 六、结语 |
四、运行状态下振动涡流探头失效故障诊断（论文参考文献）
- [1]基于信息融合的鱼雷罐车安全监控系统与关键技术研究[D]. 张先勇. 华中科技大学, 2020(01)
- [2]风机振动保护模块化仪器的设计与实现[D]. 李树旺. 济南大学, 2020(01)
- [3]大型水轮机组推力轴承润滑状态监测与故障诊断研究[D]. 李美威. 华南理工大学, 2020(02)
- [4]提升机辅助状态监测技术研究与应用[D]. 高许. 中国矿业大学, 2020(01)
- [5]火电用汽轮机转子主要失效模式及裂纹检测技术分析研究[D]. 张元. 中国石油大学(华东), 2019(09)
- [6]振动筛裂纹电涡流C扫描成像检测技术研究[D]. 盛恒. 中国矿业大学, 2018(02)
- [7]基于叶尖定时的旋转叶片安全监测及智能诊断方法研究[D]. 张继旺. 中国石油大学(北京), 2018
- [8]旋转机械轴承振动信号分析方法研究[D]. 彭畅. 重庆大学, 2014(11)
- [9]往复压缩机故障综合模拟实验台设计及诊断技术研究与应用[D]. 杨汉宝. 北京化工大学, 2013(02)
- [10]甲醇压缩机振动监测系统应用与改造[J]. 张铁军,刘德海. 通用机械, 2012(11)
标签：轴承论文; 推力轴承论文; 电涡流位移传感器论文; 故障诊断论文; 风机选型论文;