一、应用Matcom开发振动信号分析模块（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》文中研究指明大型旋转机械,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。
王兴华[2]（2021）在《基于结构函数法的全SiC功率模块热阻提取》文中研究说明随着新能源电动汽车、轨道交通、碳排放标准等发展,越来越多的领域要求功率半导体器件有更好的性能,包括更高的工作电压、更大的工作电流、更高的工作温度、更好的散热与更高的可靠性等。受此影响,基于第三代半导体材料碳化硅（SiC）的功率器件发展开始受到重视,SiC功率模块在诸多领域也有了大量应用,因此它的可靠性问题至关重要,而热可靠性便是其中关键一环。本文采用温敏参数法测量了 SiC功率模块降温过程中的结温变化数据,以自主开发的热阻提取软件进行模块K系数分析和热阻提取。主要完成了以下几个方面的工作:1.对SiC功率模块内部的导热情况进行分析,将其简化为只有热传导的一维导热模型。基于电热比拟理论,将一维导热模型与时间常数谱联系起来,经数学推导表明结构函数法可以准确获得模块内部的热阻分布;2.传统的热电偶测量会带来大的测量误差,而结构函数法不需要热电偶测量基底温度,只需要模块的结温变化曲线就可以推导出结构曲线,以此获知模块内部热阻分布情况。本文将结构函数法分为了前期数据处理、曲线平滑处理、获取阻抗导数曲线、获取时间常数谱、时间常数谱离散化、Foster模型转Cauer模型、获取结构曲线这7个关键步骤;3.搭建热阻测量平台,研究了适合SiC功率模块的温敏参数,结果表明二极管的饱和压降可以作为温敏参数使用。并基于温敏参数法,测量了模块冷却阶段的饱和压降数据;4.通过VC++和Matlab混合编程的方式开发了 SiC功率模块热阻提取软件,其中VC++主要负责UI设计,Matlab主要负责实现结构函数法提取热阻,并通过实验数据、模拟仿真等方式对算法进行了验证。最后使用软件对实验测量的数据进行分析,得到了采用Easy1B封装的全SiC功率模块内部热阻分布。
姚文斌[3]（2021）在《空冷器风机监控系统的研究与设计》文中进行了进一步梳理空冷器是石油化工行业重要的冷却设备,作为空冷器的主要动力机构,空冷器风机在整个运行过程中起到关键作用。一旦空冷器风机发生故障,空冷器的作用将受到严重影响。而长期以来,对于空冷器风机的研究,大多是围绕空冷器的结构开展,对于其故障研究,重视程度较低。为了改善现阶段空冷器设备“事故维修”和“定期维修”的维修状态以及空冷器温度控制系统人工参与度高,能耗大等问题,本文以某公司焦炉气制26万吨/年乙二醇项目中采用的水平鼓风式空冷器为研究对象,设计一套空冷器风机监控系统。该系统一方面实现风机运行状态监测,另一方面实现空冷器温度恒定调节的自动控制,在空冷器风机的监控方面为用户提供一个清晰便捷的可视化监控平台。首先,分析风机的国内外状态监测技术、故障诊断技术及空冷器温度控制技术的研究现状,了解状态监测及温度控制的方法和手段,结合空冷器风机现阶段在状态监测和温度控制方面存在的问题提出本文的具体研究内容。其次,分析研究空冷器风机的结构、工作原理以及空冷器常见故障特征,并获取故障的机理。在此基础上,分析系统设计的总体需求,设计系统的总体架构,以数据采集、数据传输、信号分析及温度控制为出发点,研究设计振动监测系统及温度控制系统的硬件,搭建系统硬件平台。然后,研究振动监测系统中振动信号的常用分析方法,以LabVIEW软件作为开发平台,开发设计振动信号分析处理模块,并利用仿真信号对模块的可行性进行测试与验证,实验结果表明,设计的信号处理模块可以达到预期效果。最后,通过软件的需求分析和结构设计进行监控系统的模块化设计和开发。在监测系统的设计中,主要完成包括系统登录、数据采集、数据库、报警控制及报表生成等模块在LabVIEW软件中的开发设计。同时,根据温度控制系统的设计思路和控制方案完成对空冷器温度自动化控制的软件设计。在完成监控系统的设计后,对其进行优缺点分析评估,提出该课题未来的前景和研究方向。通过建立空冷器风机监控系统,实现对空冷器风机运行状态的实时监测,为维修人员在日常的检修和维护中提供判断依据,提高维修人员故障分析的快速性和准确性;同时,系统的设计提高了空冷器温度控制的自动化,降低了人工参与度,具有较高的工程实用价值和应用前景。
周长安[4]（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》文中研究指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。
章国红[5]（2020）在《基于LabVIEW的减速器综合性能测试系统研究与应用》文中提出工业领域中,减速器因其独特的优势在现代化机械工业中被广泛运用。本论文任务来源于校企合作产学研项目,企业研发生产的精密研磨机用蜗轮蜗杆减速器,因其性能的优劣会直接影响到研磨机以及硅片加工的质量,因此配合企业开发减速器综合性能测试台,用于检验减速器综合性能指标,保证减速器产品质量。蜗轮蜗杆减速器主要性能指标包含振动性能、传动效率、温升等,其中对减速器振动信号的研究,不仅可以进一步提升减速器整机性能,而且还可以根据振动信号的特征频率进行设备的故障诊断。为此,文中重点研究了减速器振动信号分析理论,并基于LabVIEW软件,开发了减速器综合性能测试系统,其功能包含拖动电机调速控制、模拟加载、温度测试、传动效率测试、转速转矩测试以及减速器振动信号分析处理模块。文中主要的研究工作如下:首先简要地说明了减速器以及测试系统的研究现状,对减速器振动信号分析方法从时域、频域以及时频域进行了较为详细地描述。重点介绍了希尔伯特-黄变换算法原理,并对其算法在信号分解过程中存在的端点效应问题提出了基于极值包络延拓组合余弦窗函数的方法来改进,并通过MATLAB进行信号仿真验证。其次研究了蜗轮蜗杆减速器性能测试理论方法,提出了测试系统总体设计要求以及总体测试方案,并在此基础上分别对拖动电机调速、温度测试以及振动测试等进行了硬件方案设计。接着对LabVIEW软件进行概述,并基于LabVIEW平台进行软件开发,分别实现了电机控制、磁粉加载、转速转矩测量、传动效率测试、温度检测及测试曲线存储等功能,并依据EMD信号分解流程图,结合LabVIEW软件自身特点,开发了希尔伯特-黄变换信号分析模块,并给出仿真谐波信号进行验证。最后对已开发的减速器性能测试系统进行测试分析,试验结果表明该系统能够满足减速器测试基本要求,操作方便,性能可靠。
潘大桐[6]（2020）在《动车车轴方钢坯料超声波检测系统的研究》文中指出列车已经成为日常生活中重要的交通工具,其安全保证的重要性不言而喻,一旦发生事故,会造成严重的后果。随着中国的高速铁路事业不断发展,轨道列车的行驶速度快速提高,对列车的零部件要求也越来越高。车轴在列车运行中承受交变载荷,容易发生损伤,保证车轴的生产质量,对保证列车运行的安全性和可靠性要重大意义。在车轴制作质量管理流程中,保证方钢材料的质量工作是重中之重。目前,方钢坯料超声检测依然大范围采用人工的探伤方式。采用便携式超声波检测仪器,工人需要时刻紧盯仪器屏幕,依靠自身的经验分析断回波波形,最后判别是否有缺陷,这一过程劳动强度大且要求工人具有丰富的检测经验。针对动车车轴方钢坯料的检测需求,研制采用超声波无损检测方法的检测装置,代替工人手持超声波探头在待测钢坯的表面上移动的过程,降低工人劳动强度。设计方钢坯料超声波检测电路,基于脉冲反射式超声波检测方法,设计检测专用的检测电路。检测电路包括基于尖脉冲激励原理的发射电路和包括程控增益和高速采集模块的接收电路。开发超声波检测系统控制软件,建立电脑端与检测端的通信实现数据回传和指令传递的功能。基于小波分析技术,构建缺陷提取的处理方法。检测回波超声信号中往往有大量的噪声,提取可能被噪声淹没的缺陷信息是检测的一大难点。基于常Q值滤波器的思想,利用小波分解提取信号特征,确认最优信噪比下的重构设置。基于重构信号的噪声残差和高尺度分解系数,进行低频漂移成分的去除。在方钢钢坯超声检测中,回波频率由于非线性反射会发生改变,缺陷回波的能量会分布到中心频率附近,而噪声信号的频率比较分散,能量分散到整个信号采集频带。所以信号成分在跨越分解尺度时,具有明显的相关性,而且能量集中,噪声则不具有此特征。所以可以基于统计分类强化局部尺度区域特征,提取缺陷位置。本文针对方钢钢坯的无损检测方案进行了研究,设计了代替人工扫描的超声波检测装置,并开发了配套的超声检测电路。该方钢钢坯超声检测系统能减轻人工劳动强度,具有一定经济效益。针对检测超声信号容易被背散噪声淹没的情况提出基于小波分析的处理方案,可以为后续研究提供参考。
张炜[7]（2020）在《大型水泵机组振动信号处理与综合评价方法研究与实现》文中研究指明目前,大型泵站主要采用故障检修与定期检修相结合的维修方式,实现对泵站的安全运行管理。许多泵站已经增设了状态监测系统,然而主要以状态监测为主,部分系统提供了状态评价和故障诊断软件功能,但实际应用效果远未达到预期效果。其主要原因包括:水泵机组的状态量成分复杂,状态特征提取难;影响水泵机组状态的因素多,难以建立精确的状态评价模型等。为提高大型泵站的运行管理水平,结合南水北调泵站群运行管理的需要,针对目前状态监测和分析评价系统的关键问题,开展了大型水泵机组振动信号处理与综合评价方法研究,重点进行了水泵机组振动信号滤波与特征提取、水泵机组振动趋势预测、以及基于综合扣分法的水泵机组状态评价方法研究。在此基础上开发了状态特征提取和状态综合评价软件,已应用于南水北调泵站群远程状态监测与协作诊断系统中。该研究同样适用于其他的大型调水工程和各种大型泵站。首先介绍了目前泵站的智能化发展趋势以及水泵机组状态预测、状态评价、以及状态检修技术的国内外发展现状。第二章根据南水北调泵站群运行管理的需求,在实验室已有研究的基础上,提出了课题的研究目标,介绍了研究方法和软件方案。第三章针对水泵机组振动信号中包含了大量能够表征引起振动原因的特征信息,但是振动信号总是受干扰严重的情况,开展了多种水泵机组振动信号特征提取方法比较和选择研究。首先分别编程实现巴特沃斯、汉宁窗的FIR、谐波小波等滤波器对现场采集的水泵机组振动信号的滤波,分析比较滤波效果,发现谐波小波对于指定频段的振动信号滤波更彻底且滤波前后零相移。接着,提出了谐波小波滤波后基于振动信号95%的置信区间进行时域特征提取以及基于频谱分析进行频域特征提取的方法,实例验证表明该方法提取的时、频域特征值相比于传统特征提取方法精确度更高。最后,研究了采用滑动窗口的方法实现了对水泵机组振动信号时、频域特征值的历史趋势特征提取。第四章针对影响水泵机组振动及其发展的因素多且复杂,常用预测模型往往只适用于某一类型趋势预测,算法适应性差、预测精度不高等问题,开展了水泵机组振动趋势预测方法研究。对ARIMA模型、复合预测模型、与基于深度学习的循环神经网络模型分别进行了理论分析与编程进行算法验证。经过对三种模型的预测效果分析与比较,采用循环神经网络模型预测水泵机组振动趋势,能够自适应水泵机组振动信号的趋势变化,比其他两种模型的预测精度更高。第五章针对目前通常采用分类状态参数进行水泵机组状态评价,不能综合考虑多种状态参数对状态的影响,开展了基于综合扣分法的水泵机组状态评价方法研究。首先对电机与水泵进行部件划分,确定能够反映每一个部件的状态量作为评价指标点。然后依据运行规程与健康样本特征统计确定各个指标点的评分标准,制定了部件状态的评价规则。在对部件综合评价的基础上再进行设备的状态评价。该方法能够综合考虑每一个评价指标对机组的影响。实际泵站应用效果表明,该评价模型能够客观反映电机与水泵的健康状态,并且在状态异常时可以反向回溯异常状态量的变化过程。第六章介绍了基于云服务器的水泵机组远程状态监测系统的开发方法,并详细介绍了水泵机组振动分析模块、历史数据分析模块、趋势预测模块以及综合评价模块的软件开发与实现过程。开发的软件模块已经应用到水泵机组远程状态监测与协作诊断系统中,可以在线实现机组的振动信号分析、历史数据分析、趋势预测以及综合状态评价,效果良好。
杨俊峰[8]（2020）在《基于云平台的机械设备远程监测系统》文中研究指明随着十三五计划接近尾声,我国工业水平已有大幅提升,同时机械设备作为工业生产中重要驱动装置,其运行状态优劣直接关系到生产利益乃至人身安全,则对机械设备运行状态进行监测刻不容缓。但传统的监测方式过程复杂、浪费人力,故需设计一套现代化机械设备监测系统。本课题根据实际需求出发,结合当今互联网云技术,开发一套基于云平台的机械设备远程监测系统,主要工作如下:（1）对国内外监测系统、振动分析技术以及云技术的现状进行深入研究,并针对云平台机械设备监测系统进行需求分析,需要具有振动信号监测、温度信号监测、振动算法分析等需求,进而对整体结构进行设计,为后文振动算法设计和上下位子系统开发做好铺垫。（2）对监测系统振动算法部分设计。先对机械设备的典型故障进行分析,进而对两种自适应分解算法EMD和LMD进行对比选择,并确定LMD作为该系统的分解算法;而后将LMD算法进行降噪优化,最终确定优化后的LMD作为本系统的振动算法,并通过模拟振动信号对整套算法进行验证分析及应用。（3）对监测系统下位子系统设计开发。选择STM32芯片为主控芯片,以ADX372和PT100为信号采集器,并对下位整体结构以及各单元模块的电路图进行绘制;而后在此基础上,对下位子系统软件流程图进行设计,两者相互配合实现信号采集和上传的功能。（4）对监测系统上位子系统设计开发。共分为PC端和移动端监测系统,两者均以云平台作为数据中心,实现与云端数据库交互的功能;在本地PC端监测系统中,采用Winform窗体开发的方式,实现数据实时显示、数据存储和查询及振动算法调用等功能;在移动端监测系统中,采用微信小程序的方式进行开发,保证用户对机械设备监测更加便捷,实现数据查询等辅助性功能。最后,对监测系统性能进行测试分析,结果表明,系统各模块运行稳定,性能良好,实现该课题的设计需求。
李谦[9]（2020）在《迁移学习在航空发动机转子系统早期故障诊断中的应用研究》文中研究表明航空发动机是航空器的核心部分,其正常稳定运转直接关系到航空器的飞行安全。由于其结构复杂,特别是其中的转子系统长期工作在高温、高压、高转速的条件下,受力场、流场、温度场等多物理场耦合作用,振动问题非常复杂,容易出现故障,进而导致事故发生。因此开展航空发动机早期故障诊断研究对于避免发生飞行事故、避免经济损失、提高航空发动机的稳定性与安全性具有重大意义。目前的故障诊断主要是基于数学模型、信号处理、智能诊断的方法,但是由于航空发动机早期故障信号淹没在强噪声中导致故障信号微弱、难以提取且早期故障样本收集困难导致样本缺乏。本文提出堆叠稀疏自编码和主成分分析相结合的特征提取方法,并将其与迁移学习方法相结合从而构建基于迁移学习的故障诊断网络模型,并由此开发一套故障诊断系统。主要研究内容如下:（1）针对早期故障信号微弱、故障特征难以提取的问题,研究了稀疏自编码原理,并针对其局限性进行改进,提出一种堆叠稀疏自编码和主成分分析相结合的特征提取方法并利用实验台滚动轴承数据进行验证。实验结果表明:本文方法特征提取性能更好,与传统方法对比更具优势。（2）针对早期故障样本缺乏的问题,深入研究了迁移学习理论及不同的迁移学习方法,结合本课题研究了迁移学习中最大均值差异算法,并将其应用到故障诊断网络中,从而构建了基于迁移学习的故障诊断网络模型。（3）分别以滚动轴承数据和航空发动机振动数据为对象,利用建立的故障诊断模型,对其进行故障识别。分别研究不同网络参数对其诊断结果的影响,并与传统方法和不同网络模型进行比较。实验结果表明:本文构建的基于迁移学习的故障诊断网络模型相比于传统方法和其他模型更具优势,诊断正确率更高。（4）基于LabVIEW和MATLAB的软件平台,通过混合编程开发了一套集特征提取与故障分类与一体的故障诊断系统。使故障诊断流程更加方便直观,便于操作及后续研究。通过系统运行测试,验证系统有效性。
耿飞[10]（2020）在《基于Pulse的舰船振动噪声数据分析系统开发研究》文中指出对于现代舰船,其振动特性与水动力噪声特性具有重要意义。对信号的分析处理,不仅能提高舰船自身的舒适性,改善其结构疲劳强度和结构设计,还可以定位噪声源,为舰船减振降噪做出巨大贡献。近年来,随着绿色船舶的理念逐渐深入,国际海事组织在船舶减振降噪领域的要求也越来越高,在此基础上船舶振动和噪声信号的分析处理技术的研究也不断增多,信号处理技术也有了飞速的发展和应用。在舰船减振降噪领域,对振动及噪声信号的处理和分析非常重要,它能够为舰船减振降噪提供可靠的分析基础以及巨大的信息支持,从而使舰船可以根据相关分析结果进行各种设计优化来更好的满足工业需求。本论文内容来自企业有关舰船振动和噪声信号处理的实际需求,重点解决企业使用Pulse系统处理实际工程测试过程中的不足。主要内容包括根据需求,使用Matlab进行二次开发,建立了一套舰船振动噪声试验数据分析系统。包含了各种振动和噪声信号处理的常用算法,不仅能根据快速傅里叶变换（FFT）的分析过程,进行加窗、重叠率、频谱类型、幅值类型等的设置设计,还能够实现振动噪声信号的处理,包括频谱分析、声压级分析、A计权分析、1/3倍频程分析等,分析的结果能够用合适的二维曲线图以及三维的瀑布图等表示。同时深入研究了Pulse系统功能结构层次,开发出Pulse数据接口将不可读的pls格式文件转换为可读的txt格式文件,为数据处理奠定基础。并且通过VSTO相关技术对Word2010进行二次开发,实现了自动化生成相关报表功能,能将试验结果进行合理存储以便调用,满足企业的实际需求。此外,根据工程需求,基于Pulse系统开发了数据挖掘故障诊断模块,以充分利用并扩充Pulse系统的数据采集功能,将数据挖掘技术嵌入舰船振动噪声试验数据分析系统,并通过数据挖掘技术来从系统积累的大量数据中找到有用的数据并进行有效分析,寻找数据集中的模型和趋势,研究舰船机械设备故障和异常的原因,从而使人们能够提前预测问题,为设备各故障预测、诊断及应急处理提供有效的决策支持和解决办法。
二、应用Matcom开发振动信号分析模块（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、应用Matcom开发振动信号分析模块（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）基于结构函数法的全SiC功率模块热阻提取（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景意义 |
| 1.2 国内外研究现状 |
| 1.2.1 功率半导体结温测量现状 |
| 1.2.2 热阻网络模型研究现状 |
| 1.2.3 热网络模型参数提取现状 |
| 1.3 本论文的研究内容 |
| 第二章 SiC功率模块瞬态热响应分析 |
| 2.1 SiC功率模块传热分析 |
| 2.2 温敏参数法(TESP) |
| 2.2.1 温敏参数与K系数 |
| 2.2.2 温度响应曲线 |
| 2.3 SiC功率模块热网络模型 |
| 2.4 结构函数法 |
| 2.4.1 时间常数谱 |
| 2.4.2 热阻抗函数的卷积形式 |
| 2.4.3 结构函数 |
| 2.5 本章小结 |
| 第三章 基于结构函数法的热阻提取算法研究 |
| 3.1 反推初始数据 |
| 3.1.1 数据拟合 |
| 3.1.2 结果分析 |
| 3.2 平滑处理 |
| 3.2.1 Savitzky-Golay滤波器 |
| 3.2.2 算法验证 |
| 3.3 获取阻抗导数曲线 |
| 3.3.1 有限差分法 |
| 3.3.2 结果分析 |
| 3.4 获取时间常数谱 |
| 3.4.1 贝叶斯反卷积算法 |
| 3.4.2 算法验证 |
| 3.5 时间常数谱离散化 |
| 3.6 Foster模型转Cauer模型算法 |
| 3.6.1 基本原理 |
| 3.6.2 算法验证 |
| 3.6.3 高精度转换 |
| 3.7 结构函数曲线 |
| 3.8 本章小结 |
| 第四章 SiC功率模块热阻测量实验 |
| 4.1 实验样品 |
| 4.2 K系数标定 |
| 4.2.1 温敏参数选择与实验设计 |
| 4.2.2 实验结果 |
| 4.3 热阻测量实验方案 |
| 4.3.1 实验设备 |
| 4.3.2 实验条件 |
| 4.3.3 热阻测量步骤 |
| 4.3.4 实验结果 |
| 4.4 本章小结 |
| 第五章 SiC功率模块热阻测量软件设计 |
| 5.1 热阻测量软件 |
| 5.1.1 功能需要 |
| 5.1.2 开发平台 |
| 5.1.3 混合编程 |
| 5.2 软件界面及实验数据分析 |
| 5.2.1 软件主界面与设置 |
| 5.2.2 K系数标定 |
| 5.2.3 温度响应曲线 |
| 5.2.4 热阻抗曲线 |
| 5.2.5 时间常数谱 |
| 5.2.6 结构函数曲线 |
| 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 |
| 致谢 |
| 攻读硕士期间取得的研究成果 |
| 学位论文评阅及答辩情况表 |
（3）空冷器风机监控系统的研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 风机故障诊断技术 |
| 1.2.2 风机状态监测技术 |
| 1.2.3 空冷器温度控制技术 |
| 1.3 本文的研究目标及内容安排 |
| 第2章 空冷器风机常见故障及特征分析 |
| 2.1 空冷器风机的结构及工作原理 |
| 2.2 空冷器风机常见故障 |
| 2.3 风机常见故障的特征分析 |
| 2.4 本章小结 |
| 第3章 空冷器风机监控系统的总体设计 |
| 3.1 系统总体设计 |
| 3.1.1 系统需求分析 |
| 3.1.2 系统总体设计思路 |
| 3.1.3 硬件结构总体设计 |
| 3.2 监测系统的硬件设计 |
| 3.2.1 风机主传动系统的模态分析 |
| 3.2.2 监测对象及测点布置 |
| 3.2.3 传感器的选择及安装 |
| 3.2.4 数据采集卡选择 |
| 3.2.5 数据传输电缆的选择 |
| 3.2.6 上位监控主机的选择 |
| 3.3 温度控制系统的硬件设计 |
| 3.3.1 控制方案的设计 |
| 3.3.2 温度采集元件的选择 |
| 3.3.3 控制系统的下位机选型 |
| 3.3.4 控制系统的电路设计 |
| 3.4 本章小结 |
| 第4章 振动信号分析方法及软件设计 |
| 4.1 常用振动信号分析方法 |
| 4.1.1 时域分析 |
| 4.1.2 频域分析 |
| 4.1.3 时频联合分析 |
| 4.2 信号分析方法的模块化设计 |
| 4.2.1 时域模块的设计 |
| 4.2.2 频域模块的设计 |
| 4.2.3 时频模块的设计 |
| 4.3 本章小结 |
| 第5章 监控系统的软件设计 |
| 5.1 监控系统的软件总体设计 |
| 5.1.1 软件功能需求分析 |
| 5.1.2 软件结构设计 |
| 5.2 监测系统的软件模块化设计 |
| 5.2.1 系统登录模块 |
| 5.2.2 数据采集模块 |
| 5.2.3 数据库模块 |
| 5.2.4 报警控制模块 |
| 5.2.5 报表生成模块 |
| 5.3 温度控制系统的软件设计 |
| 5.3.1 LabVIEW与PLC的通讯 |
| 5.3.2 PLC控制程序的设计 |
| 5.3.3 上位监控界面的设计 |
| 5.4 本章小结 |
| 结论与展望 |
| 结论 |
| 课题展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间所发表的学术论文 |
| 附录B 温度控制系统的部分电路设计 |
（4）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 |
（5）基于LabVIEW的减速器综合性能测试系统研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 减速器研究现状 |
| 1.2.2 减速器测试系统研究现状 |
| 1.3 论文主要研究内容与章节安排 |
| 第2章 减速器振动信号分析方法研究 |
| 2.1 引言 |
| 2.2 振动概述 |
| 2.3 振动信号时域分析方法 |
| 2.3.1 时域统计分析 |
| 2.3.2 相关分析 |
| 2.4 振动信号频域分析方法 |
| 2.4.1 傅里叶变换 |
| 2.4.2 功率谱分析 |
| 2.5 振动信号时频分析方法 |
| 2.5.1 不定原理 |
| 2.5.2 短时傅里叶变换 |
| 2.5.3 Wigner-Ville分布 |
| 2.5.4 小波分析 |
| 2.5.5 希尔伯特-黄变换 |
| 2.6 基于极值延拓组合窗函数的端点效应改进算法 |
| 2.7 本章小结 |
| 第3章 减速器性能测试系统方案设计 |
| 3.1 测试系统总体要求 |
| 3.2 减速器性能测试系统方案设计 |
| 3.3 硬件系统设计 |
| 3.3.1 试验台设计 |
| 3.3.2 硬件单元设计 |
| 3.4 控制柜电路设计 |
| 3.5 本章小结 |
| 第4章 测控系统软件设计与开发 |
| 4.1 LabVIEW软件概述 |
| 4.2 软件实现 |
| 4.2.1 电机控制程序 |
| 4.2.2 磁粉加载程序 |
| 4.2.3 转速转矩测量程序 |
| 4.2.4 传动效率计算程序 |
| 4.2.5 温度检测程序 |
| 4.2.6 报表生成程序 |
| 4.3 振动信号检测与处理 |
| 4.3.1 三次样条插值构造包络线 |
| 4.3.2 本征模态函数(IMF) |
| 4.3.3 残余分量判断 |
| 4.3.4 Hilbert变换程序 |
| 4.3.5 仿真信号HHT实现 |
| 4.4 本章小结 |
| 第5章 系统测试与性能分析 |
| 5.1 系统测试 |
| 5.1.1 电机调速测试 |
| 5.1.2 模拟加载模块测试 |
| 5.1.3 传动效率测试 |
| 5.1.4 温升试验测试 |
| 5.1.5 测试曲线存储 |
| 5.2 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 A 攻读学位期间发表的学术论文 |
（6）动车车轴方钢坯料超声波检测系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题来源及研究的背景和意义 |
| 1.2 国内外在该方向的研究现状及分析 |
| 1.2.1 超声波检测技术的国内外研究现状 |
| 1.2.2 钢材超声波无损检测系统的国内外研究现状 |
| 1.2.3 超声波检测缺陷信号处理方法的国内外研究现状 |
| 1.3 本文的主要研究内容 |
| 第2章 动车车轴钢坯超声无损检测装置的设计 |
| 2.1 动车车轴钢坯超声无损检测系统的总体设计 |
| 2.2 动车车轴钢坯超声无损检测过程分析 |
| 2.3 动车车轴钢坯超声波检测装置的结构设计 |
| 2.3.1 钢坯超声波检测装置结构的总体设计 |
| 2.3.2 钢坯超声波检测装置驱动力计算 |
| 2.4 动车车轴钢坯超声波检测装置振动模态分析 |
| 2.5 本章小结 |
| 第3章 动车车轴钢坯超声波检测电路设计 |
| 3.1 动车车轴钢坯超声检测电路总体设计 |
| 3.2 动车车轴钢坯超声检测发射电路的设计 |
| 3.3 动车车轴钢坯超声检测接收电路的设计 |
| 3.3.1 超声检测电路的程控放大电路设计 |
| 3.3.2 超声检测电路的数字采集电路设计 |
| 3.4 动车车轴钢坯超声检测系统的电源电路设计 |
| 3.5 动车车轴钢坯超声检测电路的时钟设计及工作时序 |
| 3.6 动车车轴钢坯超声检测微控制系统开发 |
| 3.6.1 钢坯检测运动控制程序设计 |
| 3.6.2 钢坯超声检测嵌入式系统通信程序设计 |
| 3.7 动车车轴钢坯超声检测系统上位机软件开发 |
| 3.8 本章小结 |
| 第4章 方钢钢坯超声检测回波小波分析 |
| 4.1 钢坯超声检测回波信号小波处理的过程分析 |
| 4.2 钢坯超声检测反射回波信号模型的建立 |
| 4.3 方钢钢坯回波信号分解函数的确定 |
| 4.4 方钢钢坯回波信号分解层数的确定 |
| 4.5 方钢钢坯检测回波信号阈值法降噪 |
| 4.6 本章小结 |
| 第5章 动车车轴钢坯超声无损检测的实验研究 |
| 5.1 动车车轴钢坯超声波检测装置的实验研究 |
| 5.1.1 自动探伤和手动探伤的对照实验 |
| 5.1.2 自动探伤系统参数的实验研究 |
| 5.1.3 钢坯检测装置探头参数的实验研究 |
| 5.1.4 钢坯检测装置探伤路径重合度的实验研究 |
| 5.2 动车车轴钢坯典型人工缺陷回波小波降噪的实验研究 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（7）大型水泵机组振动信号处理与综合评价方法研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 一、绪论 |
| 1.1 研究目的与意义 |
| 1.2 研究现状及发展趋势 |
| 1.2.1 泵站智能化 |
| 1.2.2 水泵机组状态预测技术 |
| 1.2.3 水泵机组状态评价技术 |
| 1.2.4 水泵机组状态检修技术 |
| 1.3 本文的研究内容和主要工作 |
| 二、大型水泵机组振动信号处理与综合评价研究方案 |
| 2.1 引言 |
| 2.2 研究路线 |
| 2.3 技术方案 |
| 三、水泵机组的振动信号处理与特征提取 |
| 3.1 引言 |
| 3.2 振动信号滤波方法 |
| 3.2.1 基于巴特沃斯的振动信号滤波原理 |
| 3.2.2 基于巴特沃斯的水泵机组振动信号滤波 |
| 3.2.3 基于汉宁窗的FIR振动信号滤波原理 |
| 3.2.4 基于汉宁窗的FIR水泵机组振动信号滤波 |
| 3.2.5 基于谐波小波的振动信号滤波原理 |
| 3.2.6 基于谐波小波的水泵机组振动信号滤波 |
| 3.2.7 水泵机组振动信号滤波方法比较 |
| 3.3 振动信号分析与特征提取 |
| 3.3.1 水泵机组振动信号实时数据分析与特征提取 |
| 3.3.2 水泵机组振动信号历史数据分析与趋势项提取 |
| 3.4 本章小结 |
| 四、水泵机组振动趋势预测方法研究 |
| 4.1 引言 |
| 4.2 预测对象 |
| 4.3 基于ARIMA模型的振动趋势预测 |
| 4.3.1 ARIMA模型的预测原理 |
| 4.3.2 ARIMA(p,d,q)的建模过程 |
| 4.3.3 基于ARIMA模型的水泵机组振动趋势预测 |
| 4.4 基于复合模型的振动趋势预测 |
| 4.4.1 水泵机组振动趋势分解 |
| 4.4.2 水泵机组振动趋势复合预测 |
| 4.5 基于RNN循环神经网络的振动趋势预测 |
| 4.5.1 RNN循环神经网络的预测原理 |
| 4.5.2 基于RNN循环神经网络的水泵机组振动趋势单步预测 |
| 4.5.3 基于RNN循环神经网络的水泵机组振动趋势多步预测 |
| 4.6 预测模型比较 |
| 4.7 本章小结 |
| 五、水泵机组状态综合评价方法研究 |
| 5.1 引言 |
| 5.2 基于综合扣分法的水泵机组状态评价方法介绍 |
| 5.3 电机与水泵的部件划分 |
| 5.4 电机与水泵各部件状态量的确定 |
| 5.5 电机与水泵各部件状态量的评价标准 |
| 5.5.1 基于规程的水泵机组状态评价标准 |
| 5.5.2 基于水泵机组健康数据统计特性的状态评价标准 |
| 5.6 电机与水泵部件状态量扣分标准 |
| 5.7 基于综合扣分法的电机与水泵部件状态评价标准 |
| 5.8 电机与水泵状态综合评价标准 |
| 5.9 基于综合扣分法的电机与水泵状态评价模型 |
| 5.10 本章小结 |
| 六、基于云服务器的水泵机组远程状态监测软件开发 |
| 6.1 引言 |
| 6.2 云服务器开发环境配置 |
| 6.3 基于云服务器的水泵机组远程状态监测系统开发方法 |
| 6.4 系统功能模块的开发与实现 |
| 6.4.1 状态监测模块 |
| 6.4.2 机组振动分析模块的软件设计 |
| 6.4.3 机组振动分析模块的实现结果 |
| 6.4.4 机组历史数据分析模块软件设计 |
| 6.4.5 机组历史数据分析模块实现结果 |
| 6.4.6 机组状态参数趋势预测模型软件设计 |
| 6.4.7 机组状态参数趋势预测模型实现结果 |
| 6.4.8 机组状态评价模块的软件设计 |
| 6.4.9 机组状态评价模块的实现结果 |
| 6.5 本章小结 |
| 七、总结和展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士学位期间科研项目及科研成果 |
| 致谢 |
（8）基于云平台的机械设备远程监测系统（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 机械设备监测系统国内外研究现状 |
| 1.2.2 机械振动分析技术国内外研究现状 |
| 1.2.3 云平台技术国内外研究现状 |
| 1.3 论文主要任务与章节安排 |
| 1.3.1 论文主要任务 |
| 1.3.2 论文章节安排 |
| 1.4 本章小结 |
| 第2章 云平台机械设备监测系统结构设计 |
| 2.1 机械设备监测系统需求分析 |
| 2.1.1 监测系统结构需求分析 |
| 2.1.2 监测系统功能需求分析 |
| 2.2 机械设备监测系统总体结构设计 |
| 2.3 解决的问题及关键技术 |
| 2.4 本章小结 |
| 第3章 机械设备监测系统算法研究 |
| 3.1 机械设备典型故障分析 |
| 3.2 机械振动信号分解算法研究 |
| 3.2.1 自适应分解算法应用与发展 |
| 3.2.2 经验模态分解方法的过程 |
| 3.2.3 局部均值分解方法的过程 |
| 3.2.4 自适应分解算法对比选择 |
| 3.3 机械振动信号分解算法优化 |
| 3.3.1 分解算法优化分析 |
| 3.3.2 分解算法优化过程 |
| 3.4 机械振动算法实验分析 |
| 3.5 机械振动算法的应用 |
| 3.6 本章小节 |
| 第4章 机械设备监测系统下位子系统设计 |
| 4.1 下位子系统主要元器件选型 |
| 4.1.1 硬件选型性能标准 |
| 4.1.2 主控芯片选型 |
| 4.1.3 振动传感器选型 |
| 4.1.4 温度传感器选型 |
| 4.2 下位子系统硬件电路设计 |
| 4.2.1 下位硬件整体结构设计 |
| 4.2.2 主控芯片模块电路设计 |
| 4.2.3 电源模块电路设计 |
| 4.2.4 通讯模块电路设计 |
| 4.2.5 加速度传感器电路设计 |
| 4.2.6 温度传感器电路设计 |
| 4.2.7 其他部分电路设计 |
| 4.3 下位子系统软件设计 |
| 4.3.1 下位软件总体设计 |
| 4.3.2 振动传感器模块软件设计 |
| 4.3.3 通讯模块软件设计 |
| 4.4 本章小结 |
| 第5章 机械设备监测系统上位子系统设计 |
| 5.1 上位子系统总体架构设计 |
| 5.1.1 上位子系统逻辑架构 |
| 5.1.2 上位子系统功能架构 |
| 5.2 云服务器应用与开发 |
| 5.2.1 云服务器优势分析 |
| 5.2.2 云服务器配置及操作 |
| 5.2.3 云服务器数据库选择 |
| 5.2.4 云服务器数据库结构设计 |
| 5.3 上位子系统PC端设计开发 |
| 5.3.1 PC端与云数据库交互设计 |
| 5.3.2 系统登录模块 |
| 5.3.3 系统主界面模块 |
| 5.3.4 实时曲线显示模块 |
| 5.3.5 振动信号分析模块 |
| 5.3.6 数据查询及报警查询模块 |
| 5.3.7 系统参数设置模块 |
| 5.3.8 用户管理模块 |
| 5.3.9 系统通讯模块 |
| 5.4 上位子系统移动端设计开发 |
| 5.4.1 移动端开发平台选择及搭建 |
| 5.4.2 移动端与云数据库交互设计 |
| 5.4.3 移动端界面开发 |
| 5.5 本章小结 |
| 第6章 机械设备监测系统测试与分析 |
| 6.1 上下位通讯测试 |
| 6.2 云平台数据库连接测试 |
| 6.3 振动分析测试 |
| 6.4 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 |
（9）迁移学习在航空发动机转子系统早期故障诊断中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 故障诊断技术研究现状 |
| 1.2.2 迁移学习研究现状 |
| 1.3 本课题研究内容及章节安排 |
| 2 稀疏自编码原理及特征提取性能研究 |
| 2.1 引言 |
| 2.2 转子系统振动故障机理 |
| 2.2.1 转子动静件摩擦 |
| 2.2.2 转子不对中 |
| 2.2.3 转子不平衡 |
| 2.2.4 转子支承松动 |
| 2.3 稀疏自编码原理及其局限性 |
| 2.3.1 稀疏自编码原理 |
| 2.3.2 稀疏自编码局限性 |
| 2.4 稀疏自编码的改进 |
| 2.4.1 堆叠稀疏自编码 |
| 2.4.2 主成分分析 |
| 2.4.3 堆叠稀疏自编码深度神经网络 |
| 2.5 堆叠稀疏自编码神经网络模型验证 |
| 2.6 本章小结 |
| 3 迁移学习方法研究 |
| 3.1 引言 |
| 3.2 迁移学习理论 |
| 3.2.1 基于参数迁移学习 |
| 3.2.2 基于关联规则迁移学习 |
| 3.2.3 基于实例迁移学习 |
| 3.2.4 基于特征迁移学习 |
| 3.3 最大均值差异算法 |
| 3.4 基于MMD的诊断网络构建 |
| 3.4.1 Softmax分类器 |
| 3.4.2 构建故障诊断网络 |
| 3.5 本章小结 |
| 4 基于迁移学习的航空发动机转子系统故障诊断 |
| 4.1 引言 |
| 4.2 滚动轴承数据测试 |
| 4.2.1 数据来源 |
| 4.2.2 网络参数调优及其结果分析 |
| 4.2.3 与传统方法模型对比 |
| 4.3 航空发动机转子振动数据测试 |
| 4.3.1 数据来源及参数设置 |
| 4.3.2 与传统方法模型对比 |
| 4.4 本章小结 |
| 5 航空发动机转子系统故障诊断的系统设计 |
| 5.1 引言 |
| 5.2 软件平台介绍 |
| 5.2.1 Lab VIEW简介 |
| 5.2.2 MATLAB简介 |
| 5.3 在Lab VIEW中调用MATLAB的方法 |
| 5.3.1 MATLAB Script函数节点法 |
| 5.3.2 动态链接库(DLL)调用法 |
| 5.3.3 利用COM调用MATLAB算法 |
| 5.4 系统软件设计及功能模块介绍 |
| 5.4.1 系统整体流程介绍 |
| 5.4.2 登录界面介绍 |
| 5.4.3 主界面介绍 |
| 5.4.4 模型选择界面介绍 |
| 5.4.5 参数设置界面介绍 |
| 5.4.6 数据存储模块 |
| 5.4.7 数据查看模块 |
| 5.4.8 生成报表模块 |
| 5.4.9 Lab VIEW调用MATLAB模块 |
| 5.5 系统运行测试 |
| 5.6 本章小结 |
| 结论与展望 |
| 本文结论 |
| 研究展望 |
| 参考文献 |
| 致谢 |
| 个人简历、攻读学位期间发表的学术论文和研究成果 |
（10）基于Pulse的舰船振动噪声数据分析系统开发研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 舰船振动噪声分析系统研究现状 |
| 1.2.2 振动噪声信号分析方法研究现状 |
| 1.2.3 数据挖掘技术在故障诊断中的应用现状 |
| 1.3 论文的主要研究内容和结构 |
| 1.3.1 论文的研究目标 |
| 1.3.2 论文的主要研究内容 |
| 1.3.3 论文的结构安排 |
| 第2章 信号分析及处理常用算法简介 |
| 2.1 信号处理相关概念 |
| 2.1.1 频率分辨率 |
| 2.1.2 能量泄露与加窗 |
| 2.1.3 栅栏效应与补零处理 |
| 2.2 傅里叶变换 |
| 2.2.1 傅里叶变换原理 |
| 2.2.2 傅里叶变换在Matlab中的具体应用 |
| 2.3 振动传递率分析 |
| 2.3.1 频域内振动传递率 |
| 2.3.2 时域内振动传递率 |
| 2.4 声学指标算法原理 |
| 2.4.1 A计权声压级 |
| 2.4.2 倍频程声压级 |
| 2.5 本章小结 |
| 第3章 舰船振动噪声数据分析系统设计 |
| 3.1 系统需求分析 |
| 3.1.1 系统功能需求分析 |
| 3.1.2 系统管理需求分析 |
| 3.2 系统架构 |
| 3.2.1 系统整体架构 |
| 3.2.2 系统软件架构 |
| 3.3 数据存储方案 |
| 3.3.1 数据库需求分析 |
| 3.3.2 数据库设计 |
| 3.4 系统管理模块设计 |
| 3.4.1 试验项目管理 |
| 3.4.2 试验流程管理 |
| 3.4.3 试验数据管理 |
| 3.4.4 试验资源管理 |
| 3.5 系统功能模块介绍 |
| 3.5.1 功能模块划分 |
| 3.5.2 系统界面展示 |
| 3.6 本章小结 |
| 第4章 数据处理功能模块开发 |
| 4.1 模块总体架构 |
| 4.2 Pulse数据接口开发 |
| 4.2.1 Pulse数据接口功能 |
| 4.2.2 Pulse系统层次结构研究 |
| 4.2.3 Pulse数据接口代码实现 |
| 4.3 数据处理功能介绍 |
| 4.3.1 数据处理功能模块架构 |
| 4.3.2 振动信号数据处理分析 |
| 4.3.3 噪声信号数据处理分析 |
| 4.4 自动化生成报告模块开发 |
| 4.4.1 模块功能介绍 |
| 4.4.2 模块总体框架设计 |
| 4.4.3 Word二次开发技术分析 |
| 4.4.4 Word模板的设计 |
| 4.4.5 报告自动生成 |
| 4.4.6 界面展示 |
| 4.5 本章小结 |
| 第5章 基于数据挖掘的振动故障诊断 |
| 5.1 故障诊断流程 |
| 5.2 算法的选择与实现 |
| 5.2.1 C4.5 算法的确定(ROC曲线) |
| 5.2.2 C4.5 算法原理 |
| 5.2.3 C4.5 算法实现流程 |
| 5.3 船用汽轮机振动故障诊断实例 |
| 5.3.1 特征选择与提取 |
| 5.3.2 数据预处理(离散化) |
| 5.3.3 决策树故障诊断模型的生成 |
| 5.3.4 决策树故障诊断模型的检验 |
| 5.3.5 决策树故障诊断模型中诊断规则的提取 |
| 5.3.6 故障诊断规则在系统中的应用 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及参加的科研课题 |
| 附录A |
四、应用Matcom开发振动信号分析模块（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]基于结构函数法的全SiC功率模块热阻提取[D]. 王兴华. 山东大学, 2021(09)
- [3]空冷器风机监控系统的研究与设计[D]. 姚文斌. 兰州理工大学, 2021(01)
- [4]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)
- [5]基于LabVIEW的减速器综合性能测试系统研究与应用[D]. 章国红. 兰州理工大学, 2020(12)
- [6]动车车轴方钢坯料超声波检测系统的研究[D]. 潘大桐. 哈尔滨工业大学, 2020(01)
- [7]大型水泵机组振动信号处理与综合评价方法研究与实现[D]. 张炜. 扬州大学, 2020(04)
- [8]基于云平台的机械设备远程监测系统[D]. 杨俊峰. 兰州理工大学, 2020(12)
- [9]迁移学习在航空发动机转子系统早期故障诊断中的应用研究[D]. 李谦. 河南工业大学, 2020(01)
- [10]基于Pulse的舰船振动噪声数据分析系统开发研究[D]. 耿飞. 武汉理工大学, 2020(08)