本站原创摘要7-8
Abstract8-10
插图索引10-11
附表索引11-12
第1章 绪论12-17
1.1 课题探讨的背景12
1.2 国内外的探讨近况12-14
1.2.1 涡旋压缩机国外探讨近况12-13
1.2.2 涡旋压缩机国内探讨近况13-14
1.3 涡旋压缩机的进展走势14-15
1.4 课题的来源与作用15-16
1.4.1 课题来源15
1.4.2 课题作用15-16
1.5 课题主要探讨工作16-17
第2章 涡旋压缩机故障特点和实验平台概述17-24
2.1 涡旋压缩机的基本结构17-18
2.2 涡旋压缩机的基本原理18-19
2.3 涡旋压缩机故障诊断中的难点19-20
2.4 涡旋压缩机故障特点20-21
2.5 故障测试平台的搭建21-24
第3章 信息熵论述及相关特点24-41
3.1 信息熵的定义24-26
3.1.1 熵的概念24-25
3.1.2 熵的性质25-26
3.2 基于信息熵的涡旋压缩机故障策略26-27
3.3 信息熵诊断的基本原理27
3.4 振动信号时域的信息熵特点27-31
3.4.1 奇异值分解论述27-29
3.4.2 参数选取不足29-31
3.5 振动信号频域的信息熵特点31-32
3.6 振动信号时-频域的信息熵特点32-40
3.6.1 连续、离散小波区别34
3.6.2 连续小波变换34-37
3.6.3 离散小波变换37-40
3.7 本章小结40-41
第4章 灰关联度浅析41-51
4.1 灰色关联介绍41-50
4.1.1 灰色关联浅析的概述41-42
4.1.2 灰关联空间定义42-43
4.1.3 灰关联度浅析模型43-47
4.1.4 灰关联浅析在复杂机械设备诊断中的运用47-49
4.1.5 灰关联浅析的运用举例49-50
4.2 本章小结50-51
第5章 实验结果浅析51-66
5.1 熵的浅析模块51-52
5.1.1 MATLAB 信号处理工具箱51-52
5.1.2 信号处理工具箱中算法实现52
5.2 测试案例52-53
5.3 结果浅析53-63
5.4 不同转速下的信息熵63-64
5.5 基于灰关联度故障诊断策略64-65
5.6 本章小节65-66
结论与展望66-67