一、虚拟仪器在电液伺服系统故障诊断中的应用（论文文献综述）
杨东[1]（2021）在《基于测试信号融合的电液伺服阀智能故障诊断算法研究》文中研究说明电液伺服阀作为液压系统中精密控制元件,其具有控制精度高、响应快、体积小、重量轻,能适应脉冲调制和模拟量调制等优点,已广泛应用于航空航天、冶金机械等领域。由于电液伺服阀故障具有多样性、非线性和封闭性,从而难以及时察觉。电液伺服阀的健康状态对系统的正常运行有着至关重要的影响。本文以力反馈两级电液伺服阀为研究对象,对电液伺服阀智能故障诊断算法进行研究,其主要内容如下:首先,进行了电液伺服阀常见故障的研究。建立了力反馈两级电液伺服阀数学模型,分析了电液伺服阀中力矩马达、喷嘴挡板阀、功率级滑阀的典型故障模式与故障特征。并且针对电液伺服阀故障数据预处理方法进行了研究研究。为了避免传统方法针对电液伺服阀故障数据预处理时存在特征丢失和特征混淆等现象,本文提出了一种基于基础额定参数的数据归一化方法,实现了电液伺服阀故障数据的归一化处理。其次,提出了基于多源信息系统状态集合的消息传播神经网络（Message Passing Neural Network,MPNN）算法进行信息融合。通过对于图卷积网络（Graph Convolutional Network,GCN）、全自注意力图卷积网络（Transformer GCN）的研究,分析了堆栈图卷积分类模型收敛效果差的原因,并在堆栈图卷积分类模型的基础上提出了残差图卷积分类模型。该模型与堆栈图卷积分类模型相比,其收敛速度和准确率都有较高的提升,说明了该模型在电液伺服阀智能故障诊断中具有一定的可行性。最后,展开了基于特征蒸馏（Feature Distillation,FD）的故障诊断算法研究。为了提高算法模型在终端的运行效率,提出了基于特征蒸馏的故障诊断算法。采用残差图卷积分类模型作为教师网络,一维卷积网络作为学生网络,通过迁移学习训练轻量化的学生网络。通过试验对比,单独训练的学生网络容易陷入局部最优解,导致其无法收敛至全局最优解,而采用特征蒸馏的学生网络对于电液伺服阀故障的识别则达到了和教师网络相接近的水平,并且在运行速度上远快于教师网络,证明了特征蒸馏对电液伺服阀故障诊断算法在终端的运行效率具有一定的提升效果。本文针对MOOG G761-3004型号电液伺服阀进行了试验,复现其磨损、卡滞和线圈断路等故障状态,验证了基于消息传播网络的故障诊断算法的有效性,并且通过特征蒸馏,在不降低模型准确率的情况下提高了模型的运行效率,实现了模型的轻量化迁移。
杨旭康[2]（2021）在《基于1D-CNN和SVDD算法的调门油动机状态监测及故障预警诊断系统研究》文中研究说明汽轮机是火电厂和核电厂极其重要的大型动力机械装备。在汽轮机调节控制系统中,调门油动机作为传动放大机构给调门及与调门连接的装置提供动力源,在保证汽轮机组稳定运行方面发挥着重要作用。但是,调门油动机复杂的功能结构和多变的故障形式导致其很难通过传统的检修技术进行诊断与预报,从而为汽轮机运行留下了安全隐患。因此,结合人工智能及物联网等新一代信息技术,将设备状态监测与故障信息预报诊断技术应用到调门油动机中,对提高调门油动机运行的可靠性,实现调门油动机的智能化转型具有重要意义。本课题针对单台调门油动机及关键液压元件进行状态监测与故障预警诊断研究,主要完成了以下几个方面的工作:1)总结了调门油动机常见的故障现象,分析并归纳了各种故障的机理和特点,并据此将其划分为系统级、部件级和元件级三种类型。同时,根据调门油动机状态监测需求及故障预警诊断目标,优化了调门油动机传感器网络,并通过选购合适的信号调理及数据采集硬软件,搭建了一套可同时实现调门油动机状态数据和DEH系统相关电信号的高、低速采集的数据采集系统。2)基于Lab VIEW编写了调门油动机控制程序,实现了在不同工况下对调门油动机的位移闭环控制。同时,采用模块化设计思想,将系统功能进行划分,基于Web Access SCADA组态软件实现了调门油动机状态监测功能、移动端浏览功能及数据上云扩展升级接口开发。3)人为对调门油动机注入10种元件级故障,并基于SVDD算法实现了调门油动机整体的故障趋势预报及油动机内泄漏故障严重程度的定量评价。同时,将小波包理论与能谱熵、振动烈度状态评价指标相结合,实现了C0节流孔堵塞和电磁阀内泄漏的劣化趋势分析。4)针对系统级和部件级的故障类型,采用专家系统方法对其进行逻辑诊断,并通过模拟故障信号的方式验证了专家系统的可靠性。同时,采用1D-CNN与SVDD、能谱熵相结合的诊断策略,实现了调门油动机10种缓变故障类型的分类。
臧万顺[3]（2020）在《矿井提升机钢丝绳张力主动调节系统容错控制研究》文中认为矿井提升机是连接地面和矿井下的咽喉装备,用于输送煤炭、人员、设备和物料。矿井提升机在运行过程中,由于一些不可避免地因素,如:提升卷筒制造差异、钢丝绳安装长度不一致及弹性刚度差异等因素使得两根钢丝绳的张力难以保持一致。因此,为平衡矿井提升机钢丝绳的张力,使用一种由两组电液执行器、必备传感器及一些必备的机械结构组成的张力主动调节系统,通过控制两个电液执行器主动驱动浮动天轮运动,从而主动调节两根钢丝绳的张力,使提升容器的重量均匀分布在两根钢丝绳上,延长钢丝绳的使用寿命,保证矿井提升机的安全运行。更重要地,张力主动调节系统的执行器和传感器一旦发生故障,使控制系统性能下降,甚至导致钢丝绳寿命大幅下降甚至断绳等严重事故,造成不可估量的损失,研究针对张力主动调节系统的容错控制方法已势在必行。因此,本文在973课题及国家自然科学基金的支持下,开展针对矿井提升机张力主动调节系统的容错控制方法研究,保证矿井提升机的安全运行,主要包括:首先,对矿井提升机进行了概述,阐述了钢丝绳张力差产生的原因;利用阀控液压缸力控制模型,建立了张力主动调节系统的整体模型;分析了矿井提升机张力主动调节系统的主要故障类型,建立了张力主动调节系统执行器泄漏故障模型、以及张力传感器恒偏差故障和变增益故障下的系统模型;依据矿井提升机张力主动调节系统,搭建了矿井提升机模拟试验系统,对本文使用的六段速提升曲线进行了验证;在故障模型的基础上,分析了执行器泄漏故障、张力传感器恒偏差故障和变增益故障的闭环响应特性。其次,为应对柔性钢丝绳张力与液压缸销轴力之间的建模偏差,设计了一种建模偏差观测器,在线估计并补偿该误差;针对张力主动调节系统的外部动态干扰,设计了动态干扰观测器,在线估计及补偿外部动态干扰;在此基础上,详细地设计了张力主动调节系统反步控制器,通过控制器的稳定性分析得出了建模偏差观测器和动态干扰观测器的控制增益选择范围;开展了模拟试验验证,试验结果表明,提出的控制器相比于反步控制器和传统的PI控制器,更能平衡两根钢丝绳的张力,证明了提出的控制器的有效性。再次,针对执行器泄漏故障下的容错控制方法,依据执行器泄漏故障下的系统模型,设计了自适应滑模观测器,用于诊断和重构其泄漏故障,通过定义合适的Lyapunov函数,详细地证明了提出的观测器的稳定性;利用观测器的观测值,在第三章控制方法的基础上,设计了执行器泄漏故障容错控制器,从而保证执行器泄漏故障下,张力主动调节系统仍能维持一定的控制性能运行;最后,在矿井提升机上以1号液压缸外泄漏故障和2号液压缸内泄漏故障为例开展了模拟试验验证,验证了提出的容错控制器的性能。最后,依据恒偏差故障和变增益故障下的系统模型,分别设计了未知输入增维观测器及自适应增维观测器;利用观测器的观测值重构了张力传感器的故障,形成了对张力传感器恒偏差故障和变增益故障的诊断标准;在此基础上,利用观测器观测的张力值,通过第三章控制方法设计了相应的张力传感器故障容错控制器,并进行了稳定性证明;以1号钢丝绳张力传感器发生故障为例开展了模拟试验验证,试验结果验证了设计的容错控制器的性能。该论文有图101幅,表14个,参考文献142篇。
殷士才[4]（2020）在《垂直发射井筒开关盖装置传感器容错控制方法研究》文中研究说明垂直发射井筒是潜艇导弹发射的重要装置,通过嵌入到发射井筒设备内的光电编码器反馈到筒盖系统控制单元实现其开关盖运动控制,垂直发射井筒的传感器故障对潜艇的导弹发射将造成不可估量的灾害,保障筒盖系统的安全运行具有非常重要意义。因此,针对筒盖系统传感器故障工况的容错控制研究,实现筒盖系统故障愈合,降低其对系统故障的敏感性,保障筒盖系统开关盖运行控制的可靠性,具有重要的应用价值。本文依托装备预研教育部联合基金“水下导弹垂直发射筒盖系统智能控制与故障诊断关键技术”支持,针对筒盖系统的故障工况,展开水下垂直发射井筒开关盖装置的传感器容错控制方法研究。首先,对垂直发射井筒开关盖装置进行了设备概述,并针对垂直发射井筒建立了其非线性数学模型。同时考虑垂直发射井筒工作环境的恶劣性,为了克服其外界强时变干扰,保障其运动控制的跟踪精度,满足筒盖系统开关盖装置作业时的性能指标,设计了筒盖系统的鲁棒控制器。基于搭建的筒盖系统的数值模拟仿真模型,对其进行无故障工况运行控制的性能指标分析,并注入传感器常发故障,分析传感器故障对筒盖系统开关盖运行造成的严重损害。然后,为了实现垂直发射井筒开关盖装置的安全运行以及可靠性控制,保障筒盖系统在传感器故障工况运行状态下仍能顺利完成导弹发射的开关盖运行,展开了基于状态观测器的故障估计、故障容错理论研究。利用光电编码器、油压传感器、力传感器对筒盖系统故障进行估计,基于对传感器的故障估计值利用信号重构方法设计了水下垂直发射井筒的传感器容错控制器,实现对筒盖系统传感器故障工况状态下的故障容错控制。验证了故障估计、故障容错算法对于筒盖系统的可行性,对其运行数据进行分析,阐明了容错控制理论对垂直发射井筒的重要应用价值。最后,为了实现对垂直发射井筒开关盖装置的全状态监测,研发了筒盖系统的实时监控平台,实现了对垂直发射井筒各种数字量、模拟量的全信号状态实时监控。详细介绍了构成实时监控平台的下位机实时控制系统、上位机人机交互系统的工作原理以及功能模块。并对本文所提出的控制理论进行了现场实验验证。
雷亚飞[5]（2020）在《工业互联网+油动机液压系统状态监测与故障诊断研究》文中指出当前,大数据、云计算、工业互联网等新一代信息技术飞速发展,为设备状态监测与故障诊断研究提供了新理论和新技术。随着新型信息技术和传统液压技术融合发展,基于工业互联网平台开发油动机状态监测与故障诊断系统具有重要的理论意义和实际价值。因此,本文以油动机液压系统为研究对象,以挖掘状态监测数据中隐藏的故障信息为目标,采用工业互联网平台技术打通了信号采集、边缘数据处理、端云之间数据传输、海量数据弹性存储、故障诊断建模分析等信息通道,为油动机液压系统的状态监测与故障诊断系统提供了新理论、新技术和新方法。首先,依据信息物理系统（Cyber-Physical Systems,CPS）理论,设计了油动机状态监测与故障诊断系统的CPS六层功能架构,涵盖了从数据采集到数据分析的各项功能需求。并选取WISE-PaaS工业互联网平台为载体,构建了基于工业互联网平台的油动机状态监测与故障诊断系统的功能实现架构。其次,将油动机液压系统划分为正常调节和快关缓冲两个工作状态,分别进行建模分析。并在AMESim仿真平台上对电液伺服阀喷嘴与阻尼孔堵塞、油动机液压缸内泄漏、电磁阀电磁性能退化等故障进行仿真模拟,以探究状态监测与故障诊断所需的故障敏感数据源,为工业互联网的数据接入提供理论指导。再次,针对油动机在正常调节状态下易发生的液压缸内泄漏故障,基于支持向量数据描述（Support Vector Data Description,SVDD）单值分类法,利用液压缸两腔压力状态监测时域信号的最小值和最大值两个特征值构建液压缸内泄漏故障诊断的新模型,为在工业互联网上实现油动机液压缸内泄漏故障诊断提供模型。然后,针对油动机快关缓冲系统中的核心控制元件——快关电磁阀电磁性能退化故障,利用电磁阀出口压力信号进行故障诊断,研究基于主成分分析（Principal Component Analysis,PCA）降维与极限梯度提升树（eXtreme Gradient Boosting,XGBoost）分类算法相融合的电磁阀电磁性能退化故障诊断的新算法,为在工业互联上实现快关电磁阀故障诊断提供算法。最后,在WISE-PaaS工业互联网平台上为油动机新型试验样机开发状态监测与故障诊断系统,研制从信号采集、边缘特征提取,云端数据分析等功能模块,为“工业互联网+油动机液压系统状态监测与故障诊断”研究提供具体解决方案。本文研究成果不仅完成了基于工业互联网平台开发油动机状态监测与故障诊断系统的具体研究任务。还探索了“工业互联网+液压”实现途径,为传统液压技术与工业互联网信息技术融合提供了应用范例。
罗宗平[6]（2014）在《基于粒子滤波的电液伺服系统故障诊断方法研究》文中认为电液伺服系统是典型的集机、电、液一体化的复杂精密自动控制系统，应用极其广泛，尤其是在功率重量比大，又要求响应速度快的场合应用更为普遍，难以替代。但同时由于元器件的复杂精密和高度集成导致加工难度高，抗污染能力差，故障时有发生，为此对其进行故障诊断研究具有非常重要的意义。其中基于解析模型的故障诊断方法在解决电液伺服系统的故障诊断问题中得到了广泛应用，但目前这类方法大多都是采取对系统的工作点附近进行线性化来实现故障诊断，而电液伺服系统本质上是一个较强的非线性系统，因此不可避免地会影响故障检测和诊断的准确性。针对现有方法的不足，以及粒子滤波方法在对非线性非高斯问题的处理显现出明显的优越性，为此本文提出将基于粒子滤波的故障诊断方法应用到电液伺服系统中去。本文围绕基于粒子滤波的电液伺服系统故障诊断方法如何实现展开研究，主要研究内容和结论如下：第一、综述了电液伺服系统现有故障诊断方法并分析了其优缺点，同时还总结分析了粒子滤波算法的改进研究现状及其在故障诊断中应用研究现状；第二、详细论述了粒子滤波的基本原理，进而通过实例仿真，对比研究了标准粒子滤波方法与扩展卡尔曼滤波、无迹卡尔曼滤波方法的滤波估计性能，结果表明，不论是非线性高斯模型还是非线性非高斯模型，粒子滤波方法的滤波精度均高于后面两种传统的滤波方法；第三、对比研究了基于粒子滤波的两种检测方法的性能，结果显示基于状态估计和残差平滑的故障检测方法优于基于似然函数的故障检测方法；同时针对通过残差并不容易识别故障的类型问题，将基于信息散度的故障识别方法引入，仿真结果验证了该方法的有效性；第四、以电液位置伺服系统为研究对象，对其建立了非线性模型，进而研究了基于粒子滤波状态估计和残差平滑的故障检测方法和基于信息散度的识别方法应用于对系统典型故障进行检测与识别，仿真结果表明两方法分别能够及时准确地检测故障和识别故障类型；第五、通过液压缸内泄漏故障对基于粒子滤波的故障检测方法和基于信息散度的故障识别方法进行了实验研究，实验结果表明两方法切实有效。
吴进,明廷涛,沈健春[7]（2011）在《电液伺服系统故障诊断技术研究综述》文中提出从直接主观、参数测量、信息融合、故障树分析、专家系统、动态神经网络、鲁棒观测器、卡尔曼滤波器、支持向量机等九个方面综述了电液伺服系统故障诊断技术的研究现状和存在问题,并描绘今后的发展趋势。
沈全成[8]（2006）在《基于VI的激振结晶器液压系统智能监控与故障诊断系统研究》文中研究表明在现代钢铁企业中,结晶器是炼钢工艺的核心设备,同时为了保证连铸生产的顺利进行,需要通过一个振动装置使结晶器按一定的规律振动,其性能的好坏或工作正常与否是决定钢质量和产量的关键。近年来,国内外采用液压式非正弦振动结晶器,实现了连铸生产的自动化;由于结晶器液压伺服系统是一个机电液综合控制系统,可能的故障源比较复杂,使用传统的诊断方法已经不能满足生产的十几需要。针对这种情况,本文在总结国内外大量文献资料的基础上,结合现代控制理论、人工智能诊断理论、信息融合技术和计算机技术,对结晶器液压振动装置进行了深入的研究;对结晶器激振系统的非正弦波形的生成和结晶器激振系统的实时智能监测系统进行了深入研究。采用液压虚拟仪器技术,实现各种各样的信号分析、处理,对结晶器液压伺服系统进行实时监控,并实现结晶器伺服系统故障的智能诊断。本文的主要研究内容如下:1、本文对连铸机结晶器振动装置进行了分析和抽象,对液压结晶器的数学模型进行了优化分析,针对结晶器液压系统多通道之间存在的耦合现象,提出了结晶器液压系统的解耦控制,仿真结果表明,进行解耦控制的结晶器液压系统性能得到了很大的改善。2、在对结晶器振动机理进行分析研究的基础上,生成了满足生产需要的符合波形,对结晶器振动波形的动力学特性进行了深入的分析,同时建立了结晶器非正弦振动工艺的数学模型,并对工艺参数进行了优化确定。3、针对结晶器液压系统的故障诊断,采用信号处理技术对信号进行了分析处理,提出了基于信号处理技术和神经网络技术的多传感器信息融合故障诊断,提高了故障诊断的可信度。以液压泵、伺服阀以及同步油缸为例,将基于信号处理技术和神经网络技术的多传感器信息融合故障诊断法应用于其中,准确识别出了各种故障状态;同时提出了液压系统渐变诊断的方法,证明了该方法应用于结晶器液压系统故障诊断的可行性和有效性。4、研究了基于虚拟仪器的结晶器激振系统的智能监控系统,对系统的关键参数进行了实时监控和故障诊断;创建了整个故障诊断系统模块的框架,实现了在线监测、信号分析、故障查询、故障诊断等一些基本的功能;编制了结晶器液压伺服系统的在线监测与故障诊断软件。
曾良才[9]（2005）在《板带轧机液压AGC综合测试系统及故障诊断研究》文中研究指明液压厚度控制系统（AGC）是现代大型板带轧机的核心系统,其性能好坏或工作是否正常是决定钢带质量和产量的关键。液压AGC以重载、高精度、高响应及机电液耦合为特征,由液压系统、控制系统、机架辊系、伺服元件等构成,通过力马达、伺服阀、伺服缸等转换元件及辊系、轧件、动力润滑轴承等工作界面构成了机械与液压能量之间的转换,从而形成机电液多重交叉耦合与复杂的内部反馈,容易产生耦合振荡或故障。如2000年我国某钢厂1450热轧液压AGC与主传动的耦合振荡造成了板带严重超差,最后引起断轴;1996攀钢光整机组液压AGC压靠投运的失稳故障使光整板一度停产,造成了巨大损失。因此液压AGC的测试与故障诊断,已经成为我国钢铁行业所关注的焦点。 本文在总结国内外大量文献资料的基础上,从轧机液压AGC原理和模型出发,并结合攀钢、宝冶、武钢的实际项目,就液压AGC故障诊断技术及系统开发、轧机原型系统的离线试验等方面展开了较深入的研究。 全文共分七章。第一章简要阐述了研究目的和意义,并就国内外有关液压测试和诊断技术的现状及发展趋势作了综合评述。 第二章分析了轧机液压AGC的组成与控制原理,研究了液压AGC的故障类型、机理和失效形式,并以此为基础提出了液压AGC故障树和面向系统性能的诊断策略。文中还针对轧机液压AGC控制系统的特殊性,提出了运用在线监测、离线试验、故障仿真相结合的方法进行监测和诊断,构建了液压AGC监测诊断系统的总体框架。 第三章研究了液压AGC动态特性与静态特性的试验与测试技术,并且开发了用于宝钢和攀钢的的15000KN液压AGC综合测试系统。由于通过普通的实时在线监测和诊断技术无法提取某些液压AGC元件的重要特性和故障特征,所以构建具有故障解耦功能的AGC原型系统试验台,将伺服元件的定期试验与在线监测结合起来,是实现液压AGC正确诊断和提高诊断精度的重要保证。论文建立了试验系统的动态模型,提出了轧机液压AGC离线现场原型动态试验及AGC油缸双向全程摩擦特性试验的试验方法及评价标准;提出了串级双环油温控制策略,解决了大滞后温控系统油温控制精度低的问题;针对轧机伺服阀流量范围宽的特点,开发了基于测频/测周法的流量测量技术,提高了流量特性的测试精度;还结合工程项目,开发了试验控制软件和基于力伺服加载的轧机油缸双
张雅丽,王宝光,赵海文,师占群[10]（2005）在《虚拟仪器在故障诊断中的应用》文中提出介绍了在电液伺服系统故障诊断中, 以虚拟仪器LabVIEW为平台, 设计了一套数据采集系统, 大大提高了信号采集功能。
二、虚拟仪器在电液伺服系统故障诊断中的应用（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、虚拟仪器在电液伺服系统故障诊断中的应用（论文提纲范文）
（1）基于测试信号融合的电液伺服阀智能故障诊断算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究意义与背景 |
| 1.2 国内外研究现状 |
| 1.2.1 国内外故障诊断技术研究现状 |
| 1.2.2 国内外机器学习研究现状 |
| 1.2.3 国内外电液伺服阀故障诊断研究现状 |
| 1.3 关键技术与研究难点 |
| 1.3.1 关键技术 |
| 1.3.2 研究难点 |
| 1.4 研究目标与研究内容 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 第2章 电液伺服阀工作原理及常见故障 |
| 2.1 电液伺服阀工作原理 |
| 2.1.1 电液伺服阀工作原理 |
| 2.1.2 电液伺服阀数学模型 |
| 2.2 电液伺服阀常见故障 |
| 2.2.1 力矩马达故障 |
| 2.2.2 喷嘴挡板阀故障 |
| 2.2.3 功率级滑阀故障 |
| 2.3 本章小结 |
| 第3章 电液伺服阀故障数据获取 |
| 3.1 电液伺服阀性能测试台介绍 |
| 3.1.1 电液伺服阀测试系统 |
| 3.1.2 电液伺服阀性能测试软件 |
| 3.2 电液伺服阀故障样本获取 |
| 3.2.1 试验方案设计 |
| 3.2.2 数据预处理 |
| 3.2.3 数据增强 |
| 3.3 本章小结 |
| 第4章 基于消息传播机制的神经网络故障诊断算法 |
| 4.1 多源信息系统信号融合方法 |
| 4.1.1 多源信息系统 |
| 4.1.2 多源信息系统神经网络故障诊断方法策略 |
| 4.2 消息传播神经网络原理 |
| 4.2.1 图论概述 |
| 4.2.2 图卷积网络 |
| 4.2.3 消息传播网络 |
| 4.2.4 基于全自注意力的图卷积操作 |
| 4.2.5 基于Top K的图池化机制 |
| 4.2.6 全局池化 |
| 4.3 图分类模型概述 |
| 4.3.1 图分类模型网络结构概述 |
| 4.3.2 图分类模型网络损失函数概述 |
| 4.4 基于堆栈图卷积的故障诊断算法模型 |
| 4.4.1 模型结构 |
| 4.4.2 参数选择 |
| 4.4.3 训练与分析 |
| 4.5 基于残差图卷积的故障诊断算法模型 |
| 4.5.1 模型结构 |
| 4.5.2 参数选择 |
| 4.5.3 训练与分析 |
| 4.6 本章小结 |
| 第5章 基于特征蒸馏的故障诊断算法 |
| 5.1 知识蒸馏原理 |
| 5.1.1 知识蒸馏 |
| 5.1.2 知识蒸馏工作原理 |
| 5.2 基于特征蒸馏的故障诊断算法模型 |
| 5.2.1 特征蒸馏模型 |
| 5.2.2 教师网络模型 |
| 5.2.3 轻量化学生网络模型 |
| 5.2.4 损失函数 |
| 5.3 训练与分析 |
| 5.3.1 联合优化策略 |
| 5.3.2 学生网络单独训练试验结果分析 |
| 5.3.3 特征蒸馏试验结果分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（2）基于1D-CNN和SVDD算法的调门油动机状态监测及故障预警诊断系统研究（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 调门油动机故障诊断研究现状 |
| 1.3 智能故障诊断研究现状 |
| 1.4 课题研究目标与内容安排 |
| 第2章 调门油动机状态监测与故障预警诊断系统方案设计 |
| 2.1 调门油动机 |
| 2.1.1 调门油动机结构组成 |
| 2.1.2 调门油动机工作原理 |
| 2.2 调门油动机故障分析 |
| 2.2.1 调门油动机常见故障 |
| 2.2.2 调门油动机故障规律 |
| 2.3 调门油动机故障预警诊断系统设计 |
| 2.3.1 调门油动机状态监测与故障预警诊断功能 |
| 2.3.2 调门油动机状态监测与故障预警诊断系统总体架构 |
| 2.4 本章小结 |
| 第3章 调门油动机状态监测功能实现 |
| 3.1 基于LabVIEW的调门油动机闭环控制系统开发 |
| 3.1.1 LabVIEW简介 |
| 3.1.2 基于LabVIEW的控制程序开发 |
| 3.1.3 PID闭环控制系统 |
| 3.1.4 LabVIEW控制系统设计与硬件选型 |
| 3.1.5 电控柜设计与安装 |
| 3.2 传感器网络搭建 |
| 3.2.1 油动机传感器布置优化 |
| 3.2.2 油动机传感器选型与安装 |
| 3.3 基于MCM的高速数据采集和特征提取 |
| 3.3.1 MCM高速数据采集系统设计与硬件选型 |
| 3.3.2 MCM配置 |
| 3.4 基于WebAccess SCADA的数据采集 |
| 3.4.1 WebAccess SCADA简介 |
| 3.4.2 WebAccess SCADA低速数据采集系统设计与硬件选型 |
| 3.4.3 WebAccess SCADA与硬件通讯配置 |
| 3.4.4 传感器信号标定 |
| 3.4.5 MCM与WebAccess SCADA通讯配置 |
| 3.4.6 MySQL数据库存储配置 |
| 3.5 基于WebAccess SCADA的状态监测与云端接口开发 |
| 3.5.1 系统功能组态设计 |
| 3.5.2 状态监测功能设计原则 |
| 3.5.3 状态监测界面展示 |
| 3.5.4 移动端监控系统 |
| 3.5.5 云端接口开发 |
| 3.6 本章小结 |
| 第4章 调门油动机故障预警功能实现 |
| 4.1 调门油动机故障注入与数据采集 |
| 4.2 基于SVDD的调门油动机故障预警研究 |
| 4.2.1 SVDD算法原理 |
| 4.2.2 核函数选取 |
| 4.2.3 数据预处理 |
| 4.2.4 基于SVDD的故障预警功能实现 |
| 4.2.5 SVDD模型测试结果分析 |
| 4.3 基于信号处理的调门油动机故障预警算法研究 |
| 4.3.1 小波包分解原理 |
| 4.3.2 能谱熵与烈度特征提取算法 |
| 4.3.3 调门油动机能谱熵、烈度及能量谱综合分析 |
| 4.3.4 基于能谱熵的故障预警功能实现 |
| 4.4 本章小结 |
| 第5章 调门油动机故障诊断功能实现 |
| 5.1 基于专家系统的故障诊断 |
| 5.1.1 专家系统概述 |
| 5.1.2 调门油动机专家系统总体架构 |
| 5.1.3 调门油动机专家系统诊断逻辑 |
| 5.1.4 基于专家系统的故障诊断功能实现 |
| 5.2 基于 1D-CNN 的油动机故障诊断 |
| 5.2.1 卷积神经网络简介 |
| 5.2.2 卷积神经网络算法 |
| 5.2.3 调门油动机故障诊断算法模型开发 |
| 5.2.4 基于 1D-CNN的故障诊断功能实现 |
| 5.2.5 1D-CNN模型测试结果分析 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（3）矿井提升机钢丝绳张力主动调节系统容错控制研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题来源 |
| 1.2 选题背景及意义 |
| 1.3 国内外研究现状 |
| 1.4 存在的问题与不足 |
| 1.5 本文主要研究内容 |
| 1.6 技术路线和总体框架 |
| 1.7 本章小结 |
| 2 矿井提升机钢丝绳张力主动调节系统建模分析 |
| 2.1 引言 |
| 2.2 矿井提升机张力主动调节系统概述 |
| 2.3 张力主动调节系统模型 |
| 2.4 张力主动调节系统故障分析 |
| 2.5 试验验证 |
| 2.6 故障特性分析 |
| 2.7 本章小结 |
| 3 无故障下矿井提升机钢丝绳张力主动调节系统控制方法 |
| 3.1 引言 |
| 3.2 控制器总体设计 |
| 3.3 观测器设计 |
| 3.4 张力主动调节系统反步控制器设计 |
| 3.5 试验验证 |
| 3.6 本章小结 |
| 4 执行器泄漏故障下矿井提升机钢丝绳张力主动调节系统容错控制 |
| 4.1 引言 |
| 4.2 基于自适应滑模观测器的执行器泄漏故障诊断 |
| 4.3 执行器泄漏故障容错控制器设计 |
| 4.4 模拟试验验证 |
| 4.5 本章小结 |
| 5 张力传感器故障下矿井提升机钢丝绳张力主动调节系统容错控制 |
| 5.1 引言 |
| 5.2 张力传感器故障重构及故障诊断 |
| 5.3 张力传感器故障容错控制器设计 |
| 5.4 模拟试验验证 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 全文总结 |
| 6.2 本文创新点 |
| 6.3 未来研究展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（4）垂直发射井筒开关盖装置传感器容错控制方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 垂直发射井筒国内外研究现状 |
| 1.3 垂直发射井筒国内外运行控制策略现状 |
| 1.4 垂直发射井筒国内外容错控制策略研究现状 |
| 1.5 主要研究内容以及技术路线和总体框架 |
| 1.6 本章小结 |
| 2 垂直发射井筒运动控制方法研究 |
| 2.1 垂直发射井筒设备概述 |
| 2.2 垂直发射井筒伺服作动系统建模 |
| 2.3 垂直发射井筒自适应反步滑模方法研究 |
| 2.4 垂直发射井筒自适应反步滑模控制器验证 |
| 2.5 本章小结 |
| 3 垂直发射井筒容错控制方法研究 |
| 3.1 垂直发射井筒传感器故障建模 |
| 3.2 垂直发射井筒基于观测器的故障检测 |
| 3.3 垂直发射井筒传感器故障容错控制 |
| 3.4 垂直发射井筒故障估计算法验证 |
| 3.5 垂直发射井筒容错控制算法验证 |
| 3.6 本章小结 |
| 4 垂直发射井筒控制系统设计及实验验证 |
| 4.1 垂直发射井筒控制流程设计 |
| 4.2 垂直发射井筒控制系统设计 |
| 4.3 垂直发射井筒人机交互软件设计 |
| 4.4 垂直发射井筒模拟试验验证 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（5）工业互联网+油动机液压系统状态监测与故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及研究目的和意义 |
| 1.2 油动机及电液伺服系统国内外研究现状及分析 |
| 1.2.1 油动机及汽轮机系统故障诊断研究现状及分析 |
| 1.2.2 电液伺服系统故障诊断研究现状及分析 |
| 1.2.3 液压阀的故障诊断研究现状及分析 |
| 1.2.4 液压缸的故障诊断研究现状及分析 |
| 1.3 CPS系统与工业互联网的研究现状及应用分析 |
| 1.3.1 CPS系统的研究现状及其应用分析 |
| 1.3.2 工业互联网研究现状及其应用分析 |
| 1.3.3 工业大数据挖掘算法的研究现状及分析 |
| 1.4 本文主要研究内容 |
| 第2章 油动机状态监测与故障诊断系统CPS功能架构 |
| 2.1 引言 |
| 2.2 油动机状态监测与故障诊断系统CPS功能架构设计 |
| 2.2.1 CPS功能架构概述 |
| 2.2.2 CPS五层功能架构 |
| 2.2.3 CPS三个层级特征 |
| 2.2.4 油动机CPS六层功能架构设计 |
| 2.3 基于工业互联网平台的油动机CPS功能实现架构设计 |
| 2.3.1 工业互联网平台标准功能架构 |
| 2.3.2 工业互联网平台的关键支撑技术 |
| 2.3.3 基于WISE-Paa S平台的油动机CPS功能实现架构 |
| 2.4 小结 |
| 第3章 油动机电液伺服系统建模仿真分析 |
| 3.1 引言 |
| 3.2 油动机电液伺服系统概述 |
| 3.2.1 油动机在汽轮机系统中的功能作用 |
| 3.2.2 油动机电液伺服系统工作原理 |
| 3.3 油动机正常调节状态建模分析 |
| 3.3.1 永磁力矩马达工作原理 |
| 3.3.2 衔铁喷嘴挡板组件运动分析 |
| 3.3.3 电液伺服阀阀芯受力分析 |
| 3.3.4 油动机活塞运动分析 |
| 3.4 油动机快关缓冲系统建模分析 |
| 3.4.1 油动机快关缓冲过程分析 |
| 3.4.2 初期短孔节流阶段分析 |
| 3.4.3 中期薄壁孔节流阶段分析 |
| 3.4.4 末期环形缝隙节流阶段分析 |
| 3.5 油动机电液伺服系统仿真及常见故障类型仿真分析 |
| 3.5.1 基于AMESim的油动机电液伺服系统仿真 |
| 3.5.2 油动机正常调节状态的故障类型仿真分析 |
| 3.5.3 油动机快关缓冲状态的故障类型仿真分析 |
| 3.6 本章小结 |
| 第4章 基于SVDD的油动机液压缸内泄漏故障诊断模型研究 |
| 4.1 引言 |
| 4.2 支持向量数据描述理论 |
| 4.2.1 支持向量机理论 |
| 4.2.2 单值分类概述 |
| 4.2.3 SVDD原理 |
| 4.3 油动机液压缸内泄漏故障模拟试验与信号采集 |
| 4.3.1 电液伺服系统故障模拟试验台概述 |
| 4.3.2 油动机液压缸内泄故障模拟试验方案 |
| 4.3.3 油动机液压缸内泄故障模拟与信号采集 |
| 4.4 基于SVDD构建油动机液压缸内泄漏故障诊断模型 |
| 4.4.1 信号滤波预处理 |
| 4.4.2 时域信号特征提取 |
| 4.4.3 基于SVDD的液压缸内泄漏故障诊断流程 |
| 4.4.4 利用多个特征值构建SVDD内泄漏故障诊断模型 |
| 4.4.5 利用单个特征值构建SVDD内泄漏故障诊断模型 |
| 4.4.6 利用两个特征值构建SVDD内泄漏故障诊断模型 |
| 4.5 本章小结 |
| 第5章 基于XGBoost的油动机快关电磁阀故障诊断算法研究 |
| 5.1 引言 |
| 5.2 XGBoost算法基本原理 |
| 5.2.1 CART回归决策树 |
| 5.2.2 Boosting算法与GBDT算法原理 |
| 5.2.3 XGBoost算法原理 |
| 5.3 快关电磁阀故障模拟试验与信号采集 |
| 5.3.1 油动机快关电磁阀组工作原理 |
| 5.3.2 油动机快关电磁阀故障模拟试验方案 |
| 5.3.3 电磁阀电磁性能退化故障模拟与信号采集 |
| 5.3.4 构建电磁阀电磁性能退化故障诊断数据样本 |
| 5.4 基于PCA降维与XGBoot算法相结合的故障诊断算法 |
| 5.4.1 PCA降维原理 |
| 5.4.2 数据样本降维 |
| 5.4.3 基于PCA降维与XGBoost算法故障诊断建模与评估 |
| 5.4.4 与CART和 GBDT算法建模对比分析 |
| 5.5 本章小结 |
| 第6章 基于WISE-Paa S油动机状态监测与故障诊断系统开发 |
| 6.1 引言 |
| 6.2 油动机数据测点布置层设计 |
| 6.2.1 油动机缸体结构 |
| 6.2.2 油动机数据采集测量点布置 |
| 6.2.3 油动机关键元件与传感器选型 |
| 6.3 油动机数据采集连接层搭建 |
| 6.3.1 油动机信号采集硬件系统设计 |
| 6.3.2 信号采集板卡选型 |
| 6.3.3 数据传输总线技术 |
| 6.4 油动机边缘侧数据处理层开发 |
| 6.4.1 边缘侧油动机状态监测系统开发 |
| 6.4.2 边缘侧与云端和设备端之间数据通讯 |
| 6.5 油动机云平台数据挖掘层云服务功能开发 |
| 6.5.1 人工智能服务架构AFS云服务 |
| 6.5.2 数据可视化Visualization云服务 |
| 6.5.3 设备性能管理APM云服务 |
| 6.5.4 基于AFS云服务的油动机故障诊断模型迁移部署 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
（6）基于粒子滤波的电液伺服系统故障诊断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 电液伺服系统故障诊断技术研究现状及分析 |
| 1.2.1 基于解析模型的故障诊断方法 |
| 1.2.2 基于信号处理的故障诊断方法 |
| 1.2.3 基于知识的故障诊断方法 |
| 1.3 粒子滤波算法及其应用的研究现状和分析 |
| 1.3.1 改善粒子滤波算法的性能 |
| 1.3.2 扩展粒子滤波的应用领域 |
| 1.4 粒子滤波在故障诊断领域的应用研究现状及分析 |
| 1.5 本文研究的主要内容 |
| 第2章 粒子滤波的基本原理 |
| 2.1 粒子滤波的基本理论 |
| 2.1.1 状态空间模型 |
| 2.1.2 递推贝叶斯滤波 |
| 2.1.3 蒙特卡罗模拟方法 |
| 2.1.4 重要性采样 |
| 2.1.5 序贯重要性采样 |
| 2.1.6 重采样 |
| 2.2 标准粒子滤波算法 |
| 2.3 实例仿真与分析 |
| 2.4 本章小结 |
| 第3章 基于粒子滤波的故障诊断方法研究 |
| 3.1 基于解析模型的故障诊断方法 |
| 3.1.1 基于解析模型的故障诊断方法概述 |
| 3.1.2 参数估计方法 |
| 3.1.3 状态估计方法 |
| 3.2 基于 EKF 的故障检测方法 |
| 3.3 基于粒子滤波的故障检测方法 |
| 3.3.1 基于粒子滤波似然函数的故障检测方法 |
| 3.3.2 基于粒子滤波状态估计和残差平滑的故障检测方法 |
| 3.3.3 故障漏报率与误报率 |
| 3.4 实例仿真分析 |
| 3.4.1 两种粒子滤波故障检测方法性能对比 |
| 3.4.2 基于 EKF 滤波与粒子滤波的故障检测方法性能对比 |
| 3.5 基于信息散度的故障识别 |
| 3.5.1 信息散度概述 |
| 3.5.2 基于信息散度的故障识别 |
| 3.5.3 仿真验证 |
| 3.6 本章小结 |
| 第4章 基于粒子滤波的电液伺服系统故障诊断 |
| 4.1 电液伺服系统概述 |
| 4.1.1 电液伺服系统的组成 |
| 4.1.2 电液伺服系统的发展历史简述 |
| 4.1.3 电液伺服系统的分类 |
| 4.2 电液位置伺服系统非线性模型建立与仿真 |
| 4.2.1 电液位置伺服系统的组成及工作原理 |
| 4.2.2 电液位置伺服系统非线性模型建立 |
| 4.2.3 非线性建模与线性建模仿真对比 |
| 4.3 电液位置伺服系统常见故障机理分析 |
| 4.3.1 液压缸故障机理分析 |
| 4.3.2 电液伺服阀故障机理分析 |
| 4.3.3 位移传感器故障机理分析 |
| 4.4 电液位置伺服系统故障诊断仿真研究 |
| 4.4.1 基于粒子滤波的常见故障检测 |
| 4.4.2 基于信息散度的典型故障识别 |
| 4.5 本章小结 |
| 第5章 基于粒子滤波的液压缸内泄漏故障检测实验研究 |
| 5.1 液压缸内泄漏故障无损伤模拟测控实验系统 |
| 5.1.1 实验系统建立 |
| 5.1.2 实验系统数学模型的建立 |
| 5.1.3 基于 LabVIEW 的计算机测控系统 |
| 5.2 故障数据采集与实验结果分析 |
| 5.2.1 故障数据采集 |
| 5.2.2 实验结果分析 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
| 作者简介 |
（7）电液伺服系统故障诊断技术研究综述（论文提纲范文）
| 1 引言 |
| 2 研究现状 |
| 2.1 基于直接主官的故障诊断方法 |
| 2.2 基于参数测量的故障诊断方法 |
| 2.3 基于信息融合的故障诊断方法 |
| 2.4 基于故障树分析的故障诊断方法 |
| 2.5 基于专家系统的故障诊断方法 |
| 2.6 基于动态神经网络的故障诊断方法 |
| 2.7 基于鲁棒观测器的故障诊断方法 |
| 2.8 基于卡尔曼滤波器的故障诊断方法 |
| 2.9 基于支持向量机的故障诊断方法 |
| 3 存在问题 |
| 4 发展趋势 |
| (1) 多种智能故障诊断方法相互融合。 |
| (2) 重视应用虚拟仪器技术。 |
| (3) 鲁棒故障诊断策略。 |
| (4) 多故障诊断。 |
| (5) 支持向量机的应用。 |
| (6) 智能传感器的应用。 |
| 5 结束语 |
（8）基于VI的激振结晶器液压系统智能监控与故障诊断系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 连铸结晶器振动技术的发展及现状 |
| 1.2 结晶器液压振动方式在国内外的研究与应用情况 |
| 1.3 虚拟仪器概述及其应用 |
| 1.3.1 虚拟仪器的背景 |
| 1.3.2 虚拟仪器的概念 |
| 1.3.3 虚拟仪器的优越性 |
| 1.3.4 虚拟仪器技术的特点及核心 |
| 1.4 结晶器智能监控系统研制的意义 |
| 1.5 课题的提出与选题依据 |
| 1.6 本课题的主要研究内容及研究方法 |
| 1.7 本章小节 |
| 第二章 结晶器液压振动数学模型优化及其耦合补偿控制 |
| 2.1 结晶器液压系统描述 |
| 2.2 电液伺服系统的负载分析 |
| 2.2.1 结晶器拉坯摩擦力的的分析 |
| 2.2.2 液态摩擦力的计算 |
| 2.2.3 固态摩擦阻力的计算 |
| 2.2.4 总的拉坯摩擦力公式 |
| 2.3 结晶器电液伺服系统的建模及其优化分析 |
| 2.3.1 最优二次型的基本理论 |
| 2.3.2 液压系统的建模 |
| 2.3.3 结晶器液压系统的优化 |
| 2.4 结晶器液压伺服系统干扰的解耦补偿 |
| 2.4.1 耦合与解耦原理 |
| 2.4.2 解耦矩阵的确定 |
| 2.5 结晶器液压激振伺服系统的解耦分析 |
| 2.6 本章小结 |
| 第三章 结晶器复合波形生成及其参数优化 |
| 3.1 引言 |
| 3.2 结晶器正弦运动分析 |
| 3.3 非正弦振动运动分析 |
| 3.3.1 高速浇铸时结晶器的波形优化选择 |
| 3.3.2 非正弦复合波形构造及其运动分析 |
| 3.4 结晶器非正弦振动的工艺参数的优化 |
| 3.4.1 非正弦振动工艺参数的数学模型 |
| 3.4.2 非正弦振动参数的优化选择 |
| 3.5 振动波形的生成与振动实现 |
| 3.6 本章小结 |
| 第四章 连铸结晶器液压伺服系统的故障诊断 |
| 4.1 液压设备故障诊断概述 |
| 4.2 液压系统故障诊断方法的发展历程 |
| 4.3 液压系统的故障特征信号分析 |
| 4.3.1 小波分析在液压系统故障信号特征提取中的应用 |
| 4.3.2 时域分析方法在液压系统故障信号特征提取中的应用 |
| 4.3.3 频域分析方法在液压系统故障信号特征提取中的应用 |
| 4.4 液压系统的多传感器数据融合诊断系统 |
| 4.4.1 数据融合故障诊断系统 |
| 4.4.2 多传感器信息融合的形式和方法 |
| 4.4.3 基于虚拟仪器和小波技术的结晶器数据融合诊断系统 |
| 4.5 故障诊断实例 |
| 4.5.1 液压泵的故障诊断 |
| 4.5.2 伺服阀的故障诊断 |
| 4.5.3 结晶器同步油缸的故障诊断 |
| 4.6 本章小结 |
| 第五章 基于VI 技术的结晶器智能监控与故障诊断系统 |
| 5.1 基于VI 技术的结晶器监控诊断系统硬件设计与监测方案 |
| 5.1.1 硬件设计 |
| 5.1.2 监测对象及方案 |
| 5.1.3 硬件的实现 |
| 5.2 基于VI 技术的结晶器智能监控和故障诊断系统软件 |
| 5.2.1 开发平台的选择 |
| 5.2.2 智能监控和故障诊断系统软件的软件构成 |
| 5.2.3 智能监控和故障诊断系统软件 |
| 5.3 结晶器智能监控和故障诊断系统软件的数据库技术 |
| 5.4 结晶器智能监控和故障诊断系统软件的通讯技术 |
| 5.5 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 |
| 攻读硕士学位期间发表的论文 |
（9）板带轧机液压AGC综合测试系统及故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的重要性、特点、现状和研究意义 |
| 1.1.1 板带轧机在钢铁工业中的重要性 |
| 1.1.2 轧机液压AGC系统的功用及特点 |
| 1.1.3 轧机液压AGC的发展现状 |
| 1.1.4 立题意义 |
| 1.2 液压测试技术的现状与发展趋势 |
| 1.3 液压系统故障诊断技术的历史、现状与发展趋势 |
| 1.3.1 设备故障监测与诊断技术的发展 |
| 1.3.2 液压故障诊断的发展 |
| 1.4 轧机液压AGC系统故障诊断技术研究现状 |
| 1.5 本论文主要研究内容 |
| 第2章 液压AGC故障诊断系统与系统框架 |
| 2.1 液压AGC系统的控制原理及组成 |
| 2.1.1 液压AGC系统控制原理 |
| 2.1.2 液压伺服系统的组成与原理 |
| 2.2 液压AGC系统故障分类与机理研究 |
| 2.2.1 稳定型故障 |
| 2.2.2 响应速度型故障 |
| 2.2.3 精度型故障 |
| 2.2.4 元件失灵或失效型故障 |
| 2.3 轧机液压AGC系统故障诊断策略研究 |
| 2.3.1 液压AGC系统故障诊断总体方案 |
| 2.3.2 多种知识表示方法相结合的诊断策略 |
| 2.3.3 经验知识和原理知识紧密结合的诊断策略 |
| 2.3.4 专家系统与遗传神经网络相混合的诊断策略 |
| 2.3.5 数据库技术和人工智能技术相互渗透的诊断策略 |
| 2.4 液压AGC故障诊断系统框架 |
| 2.5 本章小结 |
| 第3章 轧机液压AGC综合测试系统研究 |
| 3.1 引言 |
| 3.2 主要测试内容 |
| 3.3 液压AGC综合测试系统总体框架、试验方法及评价标准 |
| 3.3.1 总体框架 |
| 3.3.2 试验方法及评价标准 |
| 3.4 综合测试液压系统总体设计 |
| 3.4.1 泵组 |
| 3.4.2 低增益闭环电液力伺服系统 |
| 3.4.3 闭环电液位置伺服系统 |
| 3.4.4 电液伺服阀试验系统 |
| 3.4.5 试验机架及对顶加载系统 |
| 3.5 综合测试系统关键技术研究 |
| 3.5.1 温度控制系统研究 |
| 3.5.2 AGC伺服油缸摩擦力测试系统研究 |
| 3.5.3 轧机伺服油缸的现场原型动态测试技术 |
| 3.5.4 基于脉冲量输出的电液伺服阀测试系统 |
| 3.6 本章小结 |
| 第4章 轧机液压AGC在线监测系统 |
| 4.1 轧机液压AGC在线监测系统的目的与要求 |
| 4.2 液压AGC在线监测系统的组成 |
| 4.2.1 硬件系统 |
| 4.2.2 软件系统 |
| 4.3 液压AGC系统的在线监测参量及曲线 |
| 4.4 特征参量信号处理技术 |
| 4.4.1 液压AGC系统动态特性谱分析法 |
| 4.4.2 基于小波分析的故障特征信号提取技术 |
| 4.5 基于WinCC的液压AGC在线监控系统研究 |
| 4.5.1 组态软件WinCC概述 |
| 4.5.2 WinCC的主要控制模块 |
| 4.5.3 监测画面 |
| 4.6 本章小结 |
| 第5章 液压AGC系统故障仿真研究 |
| 5.1 液压AGC系统故障仿真的重要性 |
| 5.2 液压仿真技术及其软件发展 |
| 5.3 液压故障仿真建模方法 |
| 5.4 基于组件的液压AGC系统的故障仿真 |
| 5.4.1 液压AGC故障仿真平台选择 |
| 5.4.2 故障仿真组件技术 |
| 5.4.3 电液伺服阀的故障仿真 |
| 5.4.4 液压AGC系统的故障仿真 |
| 5.5 本章小结 |
| 第6章 基于遗传神经网络的故障智能诊断方法及应用研究 |
| 6.1 引言 |
| 6.2 液压系统故障智能诊断技术方法研究 |
| 6.3 液压故障遗传神经网络诊断模型 |
| 6.3.1 遗传算法概述 |
| 6.3.2 遗传算法的基本原理和实现步骤 |
| 6.3.3 BP神经网络与遗传算法的结合 |
| 6.3.4 遗传神经网络模型的建立 |
| 6.4 液压AGC智能故障诊断系统软件平台 |
| 6.5 知识库的设计 |
| 6.5.1 知识的获取 |
| 6.5.2 知识库中知识的表示方法 |
| 6.5.3 规则库的建立 |
| 6.6 推理机的构造 |
| 6.7 解释机制的设计 |
| 6.8 系统实现过程中几个关键问题的研究 |
| 6.9 遗传神经网络的训练与故障模式识别结果 |
| 6.10 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间的发表的论文及科研成果 |
| 一、攻博期间发表的主要论文 |
| 二、攻博期间取得的科研成果 |
| 三、攻博期间承担的主要科研项目 |
（10）虚拟仪器在故障诊断中的应用（论文提纲范文）
| 0 引言 |
| 1 电液伺服故障诊断系统的组成 |
| 2 数据采集系统的设计 |
| 3 结论 |
四、虚拟仪器在电液伺服系统故障诊断中的应用（论文参考文献）
- [1]基于测试信号融合的电液伺服阀智能故障诊断算法研究[D]. 杨东. 燕山大学, 2021(01)
- [2]基于1D-CNN和SVDD算法的调门油动机状态监测及故障预警诊断系统研究[D]. 杨旭康. 燕山大学, 2021
- [3]矿井提升机钢丝绳张力主动调节系统容错控制研究[D]. 臧万顺. 中国矿业大学, 2020
- [4]垂直发射井筒开关盖装置传感器容错控制方法研究[D]. 殷士才. 中国矿业大学, 2020(01)
- [5]工业互联网+油动机液压系统状态监测与故障诊断研究[D]. 雷亚飞. 燕山大学, 2020
- [6]基于粒子滤波的电液伺服系统故障诊断方法研究[D]. 罗宗平. 燕山大学, 2014(01)
- [7]电液伺服系统故障诊断技术研究综述[J]. 吴进,明廷涛,沈健春. 液压与气动, 2011(06)
- [8]基于VI的激振结晶器液压系统智能监控与故障诊断系统研究[D]. 沈全成. 武汉科技大学, 2006(12)
- [9]板带轧机液压AGC综合测试系统及故障诊断研究[D]. 曾良才. 武汉理工大学, 2005(08)
- [10]虚拟仪器在故障诊断中的应用[J]. 张雅丽,王宝光,赵海文,师占群. 机床与液压, 2005(01)