一、液压系统的监测与故障早期诊断（论文文献综述）
励文艳[1]（2020）在《轴向柱塞泵早期故障特征提取与模式识别方法研究》文中研究指明随着现代工业的迅速发展,液压泵作为液压系统的动力部件,在工程应用中发挥着不可替代的作用。轴向柱塞泵以其结构紧凑、工作压力高、容积效率高以及容易实现变量等优点而被广泛使用。柱塞泵在液压系统中负载最重且长时间高速运转,致其容易出现各种故障。轻则引起噪声增加、振动加剧,影响工作效率;重则危害人的生命安全、造成严重财产损失。因此对柱塞泵运行状态进行监测,实现其故障诊断,对保障高速运转柱塞泵正常、高效运行意义重大。柱塞泵内部结构复杂,故障类型多样,且同种类型不同程度的故障对泵产生不同程度的影响。尤其在故障的早期阶段,故障信号较为微弱,这些故障信号极易被强烈的背景噪声所淹没,不易察觉,导致故障特征提取和定位困难。针对上述问题,本论文以轴向柱塞泵为研究对象,运用合适的信号处理方法,以早期典型多故障诊断为出发点将不同程度故障诊断作为研究目标,在轴向柱塞泵振动信号中提取故障特征量,对轴向柱塞泵的早期典型多故障和不同程度故障的特征提取与模式识别方法做了深入的研究。论文主要从以下几个方面展开研究:（1）了解轴向柱塞泵内部结构和基本工作原理,分析其典型故障类型及故障振动机理,进而确定故障参量的采集方法。针对斜盘式轴向柱塞泵常见故障设计和搭建试验台,完成正常信号、松靴、柱塞磨损、配流盘磨损、不同程度的滑靴磨损故障信号的采集。（2）针对轴向柱塞泵结构复杂且早期故障易受噪声干扰的问题,本文提出了变分模态分解（Variational Mode Decomposition,VMD）、分位数排列熵（Quantile Permutation Entropy,QPE）和多分类支持向量机相结合的方法对几种典型故障（滑靴磨损、松靴、柱塞磨损和配流盘磨损故障）进行研究。首先将采集的振动信号进行VMD分解得若干固有模态分量（Intrinsic Mode Function,IMF）,根据相关系数法进行信号重构;然后计算各重构信号的QPE值作为特征向量;最后将提取的特征向量输入多分类支持向量机进行模式识别。并与其它方法进行对比分析,证明所提故障诊断方法的有效性。（3）针对轴向柱塞泵不同程度磨损的早期微弱故障诊断方法开展研究,其内容包括以下两个方面:1)针对轴向柱塞泵不同程度故障特征相近、难以识别的问题,提出基于局部S变换和ELM的故障诊断方法。采集正常状态和不同程度滑靴边缘磨损状态的振动信号进行局部S变换;然后对不同特征向量组进行定性和定量分析,选择提取S矩阵最大奇异值、转轴振动基频能量占比和柱塞振动基频能量占比共三维特征向量;最后将特征向量输入ELM完成不同程度滑靴边缘磨损故障模式的识别。并与其它方法进行对比分析,结果表明,所提方法可以用较少的特征向量获得较高的模式识别效率。2)针对不同程度的早期微弱故障特征变化规律难以提取的问题,传统的信号处理方法难以满足需求,因此提出一种基于VMDF多尺度散布熵和ELM的柱塞泵早期故障诊断方法。在基于传统VMD基础之上,本文提出基于特征能量占比（Feature Energy Ratio,FER）的变分模态分解特征能量重构法（Variational Mode Decomposition Feature Energy Reconstruction,VMDF）实现信号重构;计算重构信号的多尺度散布熵（Multiscale Dispersion Entropy,MDE）,选择峰值尺度散布熵作为特征向量;最后将提取的特征向量输入ELM完成不同程度滑靴端面磨损故障模式的识别。并与其它方法进行对比分析,结果表明,所提方法既可以反映故障程度变化规律,又能获得较高的模式识别效率。
黄武涛[2]（2020）在《挖掘机关键液压元件故障诊断方法及系统研究》文中研究指明挖掘机是国家的重要装备基础,然而我国挖掘机行业仍存在着设备故障率高、可靠性不强和运维服务水平低等问题。因此,提高挖掘机智能化水平已经成为行业的重要工作。为了提高挖掘机的智能化水平并确保工作可靠性,本文针对挖掘机关键液压元件进行故障诊断研究,并进行挖掘机健康管理系统开发。本课题的意义在于,研究挖掘机关键液压元件故障诊断所涉及的技术,探究相关元件性能数据的特征提取方法,设计相应的状态感知方案,研究出匹配的故障诊断方法,在此基础上开发挖掘机健康管理系统,为推动挖掘机智能化转变积累技术基础。本文主要内容如下:（1）设计了基于NI cDAQ-9191机箱的故障状态感知装置。先对挖掘机进行故障树分析,进一步对主要液压元件进行故障模式及机理分析。在此基础上,对液压元件进行故障状态感知研究,分析故障的特征信号类型,并设计相应的故障信号采集方案。最后,完成故障状态感知装置的开发,实现数据采集与存储的功能。（2）提出了基于卷积神经网络的液压缸故障诊断方法。先采集液压缸在不同泄漏状态下的压力信号作为原始信号,再进行小波包分解,获取各个子带信号的能量,归一化后得到特征向量。将特征向量贴上标签后用于卷积神经网络训练,进而识别液压缸故障类型。结果表明,所提方法具有诊断速度快、识别精度高的优点。（3）基于白色测量噪声子空间辨识和状态反馈法,提出了考虑测量噪声和摩擦因素的液压缸泄漏诊断算法。基于系统动力学方程搭建液压缸模型,设置泄漏系数模拟液压缸内泄漏和外泄漏,获取液压缸两腔压力和活塞杆位移信号。采用状态反馈法处理系统非线性参数,运用欧拉法得到系统状态空间表达式,最后基于白色测量噪声的子空间辨识求取泄漏系数估值,根据估值大小对泄漏类型和严重程度进行定量化诊断。结果表明,所提方法可以对液压缸泄漏故障进行量化地诊断。（4）提出了基于深度置信网络的液压泵故障识别方法。针对液压泵故障模式多且故障特征不明显的特点,采集振动信号并进行无量纲参数特征提取,获取反映液压泵状态的特征。再基于DBN网络搭建诊断模型,经过训练优化后,用于识别液压泵故障模式。结果表明,所提方法能够精确识别多类型故障。（5）在上述研究基础上,开发了挖掘机故障诊断与状态监控系统。包括挖掘机健康管理网站和健康监控软件,实现挖掘机在线监控和远程运维等功能。
杨成刚[3]（2019）在《液压系统智能有源测试理论及方法研究》文中提出液压系统以功率密度大、响应快、精度高等特点,在重工业、轻工业、农业、林业、渔业、航海、航空航天和军工等领域的各类装备中,处于控制和动力传输的核心,是目前应用最广泛的驱动方式。随着液压装备结构越来越复杂,特别是机、电、液三项技术的有机融合,功能越来越强大,致使出现健康状况问题和故障更不易被观察和测试,一旦出现误诊断,则会造成无法估量的经济损失。为了提高液压系统的工作可靠性,国内外行业专家致力于液压系统快捷准确的故障测试技术与方法的研究,并大力开发各种基于不同原理、不同结构、不同特点的液压系统健康状态和故障诊断的仪器或装置。但是,有相当一部分研究工作,还停留在理论研究和实验室实验中,在实际液压装备中,真正得到良好应用的,具有节能化和智能化的测试仪器尚不多见。因此,新一代液压系统的状态测试理论及其实现方法的研发是液压技术的一个重要的工程领域。论文在深入研究液压测试技术的国内外发展概况及现状基础上,针对工程现场对液压系统测试快速便捷的需求,利用液压元件的泄漏特性,提出了具有自主知识产权的液压有源测试理论及方法,提出快捷简单的,效率更高的液压测试方式,概述了课题的来源、研究内容以及所要进行的研究工作。通过总结常用的各种液压系统测试技术和方法特点,利用AEMSim仿真技术,分析了一代液压有源测试仪的检测缺陷,提出了提高一代机测试精度的优化方案,研发了二代机采用测试仪输出流量的闭环控制系统,为更精准的检测液压系统泄漏打下基础;依据液压系统的分类,分别建立了开式回路液压系统和闭式回路液压系统的泄漏模型,并进行了理论的研究,创建了液压系统检测附件库,为液压智能有源测试技术的应用打下理论基础。研究液压系统新的测试方法的准确计算模型以及与其它关键参数的关系,为新型液压测试装置的设计与控制奠定理论计算基础。在进一步深入研究的基础上,研发了二代液压有源测试仪,利用MySQL软件建立了液压元件的健康泄漏的数据库,实现了液压系统泄漏健康状态智能有源测试,完善了液压有源测试理论及方法,研究新型液压测试方法与各种液压装备的适应问题,提出智能测试方法以便实现液压测试技术的高适应性,提高液压测试装置的测试精度。运用液压有源测试技术分别完成对电液换向阀、比例溢流阀和轴向柱塞泵等典型液压元件泄漏量的检测及故障诊断。依据国家标准和国内外派克、力士乐等液压元件厂家产品样本,对多种液压元件出厂检测的泄漏量数据,建立了液压元件健康泄漏量数据库,以及液压系统泄漏健康状态智能有源检测系统。运用该液压智能有源测试系统完成对100 T平板车、液压校直切断机、锻造液压机和中国天眼FAST液压促动器群组等液压系统的泄漏健康状态的检测,验证了液压智能有源测试系统,可以实现快速、精准地检测液压系统的泄漏健康状态和各种液压故障部位,为科学的维修维护提供条件。
孙培旺[4]（2019）在《基于数据驱动的风电机组变桨系统状态监测与故障预警研究》文中研究指明风电机组结构复杂且运行工况恶劣,运维成本已是制约风电产业进一步发展的重要因素。变桨系统作为机组的核心子控制系统,集电气和机械结构于一体,易发生故障且已是导致机组停机维护的重要原因。因此,对风电机组变桨系统进行状态监测及故障预警具有重要意义。本文针对风电机组变桨系统状态监测及故障预警方法进行研究,主要内容如下:首先,介绍风电机组及变桨系统的基本结构和工作原理,详细分析变桨系统电气类和机械类故障的故障原因、维护措施,并根据风电场日志数据建立高频故障的故障树模型,为变桨系统的状态监测及故障预警工作做了铺垫。其次,针对变桨系统故障提出特征参数选择方法。为缩小特征参数选择范围,依据专家经验选出变桨系统特征参数候选集,利用K近邻抽样方法解决数据不均衡等问题并构建特征选择训练样本集。采用Relief算法对变桨系统进行特征参数选择,并利用统计学相关系数校验特征参数之间的相关性,为变桨系统的状态监测及故障预警研究奠定数据基础。再次,基于先验局部离群概率算法对变桨系统异常状态进行监测和识别。针对局部离群概率算法不能动态检测异常点的缺点,把训练阶段的过程变量作为先验知识融入到增量数据的检测中,使局部离群概率算法成为有监督学习的聚类算法,称之为先验局部离群概率算法,不仅能避免同分布增量数据检测的冗余计算还可以在线动态检测离群点。以SCADA数据作为检验,验证了先验局部离群概率算法在变桨系统状态监测上的可行性。最后,基于贝叶斯优化随机森林（Bayesian Optimization Random Forest,BO-RF）算法建立故障预警模型。考虑到随机森林在非线性和高维数据拟合问题上具有抗干扰、不易过拟合等优势,基于随机森林建立回归模型并采用贝叶斯全局优化算法解决模型中超参数寻优问题,以滑动窗口内残差均值与标准差作为监测统计量并设定报警阈值,从而实现变桨系统故障预警目标。利用均方根误差、决定系数指标,与BP神经网络、支持向量回归对比验证了所建回归模型的优越性。仿真结果表明,预警模型能有效实现变桨系统故障的提前预警。
杨锋[5]（2019）在《液压管路卡箍松动程度识别研究》文中提出卡箍作为液压管道中的一种重要固定装置,通常工作在高压、高温以及强振动等复杂环境下,液压管路长时间运行会导致卡箍出现振动疲劳进而导致卡箍松动,这会严重的影响液压管路的健康运行,甚至会导致重大安全事故的发生。如何对卡箍进行及时的加固或更换是亟待解决的问题,因此对于卡箍的松动程度识别研究显得尤为重要。目前,对于卡箍松动程度的研究主要基于管路的振动特性进行空间检测,常用的方法有基于固有频率和模态振型等。虽然该方法具有明确物理意义,但是实际工程运行环境复杂,结构模态参数提取困难,因此在实际工程中应用较少。本文以液压管路卡箍为研究对象,采用信号处理的方法,研究液压管路卡箍松动程度识别及其在线监测系统,主要研究内容如下:（1）为有效识别卡箍松动程度,提出一种基于光纤光栅（Fiber Bragg Grating,FBG）传感技术的智能卡箍。将FBG嵌入到卡箍本体,实现对卡箍应变的测量。同时建立卡箍受力和FBG所测应变之间关系的解析模型,通过解析模型给出卡箍松动的测量原理。进一步,通过有限元仿真优化FBG的埋入位置并对解析模型进行了验证。标定实验揭示卡箍受力和FBG所测应变之的关系式线性的,从实验的角度验证了解析模型的正确性。最后将该卡箍应用到了具体的工业管路系统,对其松动进行了监测。（2）针对液压管道流体激励复杂,难以进行有效松动故障特征提取的问题,提出了基于二维卷积神经网络（Two-dimensional Convolutional Neural Network,2DCNN）的卡箍松动程度识别方法。对管道上分布式安装的FBG应变传感器数据进行融合后,构建卡箍的松动状态灰度图作为2DCNN的输入,根据特定的网络结构进行自适应的特征提取、融合和选择,完成卡箍松动程度的分类。液压直管卡箍松动程度实验结果表明,该方法较传统的特征提取与分类算法具有更好的灵活性与分类准确率。（3）为进一步验证基于2DCNN的卡箍松动程度识别方法的鲁棒性与稳定性,选取流体作用更加复杂的液压弯管开展松动程度实验。实验结果表明,该方法对液压弯管上的卡箍松动程度识别依然具有较高的识别准确率。（4）针对液压管路卡箍状态监测问题,设计并实现了液压管路在线监测系统。系统从采集设备实时获取FBG传感器数据,对数据预处理后进行实时分析处理数据、存储,并对当前卡箍状态进行实时诊断。
李哲洙[6]（2018）在《面向航空液压管理系统健康管理的关键测试与数据处理技术研究》文中研究指明长期以来,航空液压管路系统在高压力脉动冲击和强机体基础激励下工作,容易导致管路系统产生破坏失效,影响正常飞行工作。目前国内尚未建立面向航空液压管路PHM系统,因此,突破航空液压管路系统关键数据的测量技术,对管路系统关键测试数据进行处理分析,获得蕴含在振动信号中反映管路系统运行状态的特征参数,识别和预测其运行状态的变化,并在事故发生之前及时做出诊断,对于航空液压管路系统的安全运行和维护具有重要的意义和工程应用价值。航空液压管路健康管理系统PHM（prognostics and health management system）系统,是指利用传感器采集的各种数据信息,借助各种数据处理法来评估系统自身的健康状态,在管路系统故障发生前对其故障进行预测,并结合可利用的资源信息提供一系列的维修保障措施。航空液压管路系统健康管理是目前我国航空是一项重要的研究任务,已经列入我国民机重大专项。本文在与中航工业动力所合作的企业研制项目支持下,初步开展了前期预研和关键技术攻关等工作。针对航空液压管路PHM系统在复杂工况下关键测试数据进行有效处理的迫切需求,开展面向航空液压管路系统健康管理的光纤光栅传感测量等关键测试技术研究,以及时频分析技术和非线性变换技术研究为主的数据处理技术研究。以光纤光栅传感和解调理论,小波分析和小波包分解理论,希尔伯特-黄变换理论（HHT）以及非线性动力学和混沌理论、非线性变换技术为基础,获得管路系统动态应变的光纤光栅传感器的安装与布置,温度解耦,波长解调等关键测试技术,实现了管路系统固有特性测量以及试车状态下的动态性能测量;对不同压力状态及其变化过程中的航空液压管路系统振动非平稳信号的小波分析,小波包分解,HHT,相空间重构及其非线性定性分析,掌握了泵源压力脉动激励以及飞机机体基础激励下的液压管路系统的复杂振动行为,所取得的创新性工作如下。1、提出了基于光纤光栅传感的航空液压管路分布式测试技术,实现了液压管路系统故障的定位和判定。通过采用光纤光栅传感和传统电测技术对比测试某型航空发动机液压管路系统的振动特性,从而验证了光纤光栅测量技术在航空液压管路系统PHM的准确性、可行性和先进性。2、提出了不同压力状态下航空液压管路振动信号的时频分析技术。基于小波包分解和HHT分析技术,获得管路在电磁阀切换导致压力突变时的瞬时振动特性,从而克服了传统傅里叶变换技术无法得到的瞬时频率信息,为分析航空液压管路压力突变时非平稳振动分析提供一种新技术。3、提出了不同压力状态下航空液压管路振动信号的非线性定性分析技术,发现了随着液压管路系统压力增加,管路系统由周期、准周期运动变为混沌特征。管路振动信号的复杂度随着系统压力的增加呈先减小后增大的趋势,从而有效的实现航空液压管路系统非线性特性的定性识别。4、提出了基于非线性定量分析技术实现了不同压力下航空液压管路振动信号的非线性预测。基于关联维数、最大Lyapunov指数和代替数据法等非线性参数的估算方法,能够应更加准确的提取管路系统运行特征和识别运行状态,为航空液压管路系统状态监测和实时诊断提供新思路。
陈统钱[7]（2017）在《基于多元状态估计技术建模的引风机早期诊断研究》文中研究指明随着发电厂容量的增大,机组设备越来越复杂,其相应的故障发生率也日益提高。如何对发电机组进行状态监测与早期诊断,在故障早期发现设备劣化趋势,从而减少故障发生,使发电机组安全稳定运行是近年来发电厂面临的主要难题。采用基于多变量状态估计技术的建模方法,对引风机的运行状态进行实时预测,帮助运行人员发现分析设备早期的故障特征信号并采取解决措施,避免设备进一步恶化。该方法在发电厂的实际应用表明,使用效果良好,在发电设备的早期诊断领域有着广阔的应用前景。
王彦[8]（2014）在《捣固车捣固作业系统健康诊断研究》文中提出捣固车是一种大型的铁路养护机械，用在铁路线路的新线建设、旧线大修和运营线路维修作业中，对轨道进行拨道、起道抄平、石砟捣固及道床肩部石砟的夯实作业。捣固车作业系统采用机、电、液、气一体化设计，功能多、结构复杂，故障发生原因多种多样。当捣固车某一部件发生故障时，要求能迅速判断故障部位及原因，并对故障部件进行排除和处理，保证线路的正点开通。目前尚未出现针对DCL-32型捣固车捣固作业系统健康诊断的产品报道，论文开展了DCL-32捣固车捣固作业健康诊断系统研究，主要研究内容有：（1）对国内外捣固车及其故障诊断技术进行了综述，主要分析了奥地利和瑞士公司生产的捣固车及其故障诊断技术，为开发国产捣固车捣固作业健康诊断系统提供背景知识。（2）在系统分析DCL-32捣固车的捣固作业系统工作原理的基础上，研究了各子系统主要部件的故障机理，推导出了各子系统的测点全集，并针对不同的故障给出了相应的故障排除方案。（3）对电气系统，构建了逻辑诊断故障树，建立了专家推理故障库；对液压系统，应用AMESim仿真与实验相结合的方式，进行了故障模拟与判别研究；对机械系统，研究了基于频谱分析的故障诊断方法。（4）在LabVIEW开发环境下，基于模块化设计思想，开发了捣固车捣固作业健康诊断系统软件，实现了捣固车捣固作业系统的在线监测、故障报警及故障判别等功能。
陈晖[9]（2012）在《基于多源信息融合的大型水压机故障诊断与状态评估研究》文中研究说明大型水压机是一个国家建立独立工业体系和强大国防所必须的大型战略性装备,其安全性可靠性至关重要。对大型水压机进行故障诊断及状态评估是实现大型水压机安全可靠运行和设备健康管理的关键,其研究意义重大。目前对大型水压机进行故障诊断及状态评估主要存在两方面的问题：一是缺乏从机理上研究大型水压机多类典型故障的产生原因及性能退化规律,从而影响了故障诊断及状态评估方法的有效性；二是设备结构复杂、工作环境恶劣,观测参数的随机扰动大,凭借传统单一传感器信息往往难以准确诊断系统故障。本文在国家“863”高技术研究发展计划项目“300MN模锻水压机状态监测及故障诊断研究”资助下,以大型水压机高压大流量水阀启闭故障和水压机立柱超常应力两类典型故障为例,采用多学科动态仿真技术分析了其故障机理,并将多源信息融合理论方法引入到其故障诊断与状态评估中,旨在探索提高大型水压机运行安全性、可靠性的技术方法和途径,为实现大型战略性水压装备更高层次的健康管理提供有效的技术支持。论文的主要研究内容包括：1.系统分析和研究了大型水压机强耦合条件下的系统动力学特性及典型故障产生机理问题。（1）采用多学科复合建模仿真技术,建立了大型水压机集流体动力、机械、控制于一体的复合动力学模型,系统分析了大型水压机强耦合条件下的系统动力学特性问题,研究揭示了大型水压机正常工况下的工作机理和工作特性,为大型水压机水路分配系统故障机理研究奠定了基础。（2）定性定量的分析了大型水压机复杂环境下高压大流量水阀启闭故障形成因素,通过故障仿真,研究了大型水压机强耦合条件下的高压大流量水阀启闭故障特性、演变规律及其影响模式,在此基础上,根据故障仿真结果对故障特征参数灵敏性进行了分析,这为大型水压机水路分配系统故障诊断及状态评估提供了理论依据。（3）采用现代CAE有限元建模仿真分析方法,研究了水压机大型活动横梁与立柱的接触力学行为,揭示了大型水压机立柱附加应力的产生机制、分布规律和参数影响规律,为大型水压机立柱应力状态评估及超限诊断奠定了基础。2.深入研究了基于多源信息融合的大型水压机故障诊断与运行状态评估方法（1）采用物理建模和数值模拟方法获取了大型水压机高压大流量水阀启闭故障条件下不同故障程度的特征参数基准值,在此基础上,提出了高压大流量水阀多参数融合故障诊断及运行状态评估的特征参数标准模式。（2）将灰色系统理论与方法引入到大型水压机水阀启闭故障的多源信息融合诊断中,采用灰色关联分析、灰色聚类评估等方法建立了大型水压机水阀启闭故障的多源信息融合诊断模型,利用300MN模锻水压机测试样本数据进行了验证。（3）提出了大型水压机立柱附加应力的计算方法、应力测试数据冗余校验及立柱应力状态的多源信息融合评估方法,利用300MN模锻水压机现场测试数据进行了验证。3.集成了大型水压机状态监测关键技术,设计实现了300MN模锻水压机状态监测与多源信息融合故障诊断系统。（1）针对大型大型水压机特殊的结构及工作环境,研究了大型水压机特殊环境下立柱应力、活动横梁空间位姿等非功能参数获取关键技术。（2）以300MN模锻水压机为对象,应用本文研究的理论和技术成果,设计实现了300MN模锻水压机状态监测与故障诊断系统。提高了300MN模锻水压机的运行安全性和可靠性。
吴桂清[10]（2012）在《铁路捣固车设备状态与作业质量在线监测方法及应用》文中认为抄平起拔道捣固车（简称捣固车）,是铁路线路的新线施工、旧线大中修清筛作业和运营线路维修作业的必备装备,能对轨道进行自动抄平起、拨道、道碴捣固作业,使轨道线路达到线路设计标准和线路维护要求,确保列车的安全运行。由于我国铁路列车的提速、重载和高密度运行,我国既有的捣固车已不能完全满足现代铁路线路维护的要求。现有08-32型捣固车是目前铁路线路大修、维修作业的主力车型,铁道部广州铁路集团公司提出了对其进行技术改进的要求,在现有08-32型捣固车上增加设备状态与作业质量在线监测系统,提高现有08-32型捣固车线路作业性能和设备维护水平。捣固车设备状态与作业质量在线监测系统,对设备运行状态实时监测,掌握设备运转状况,对其故障实时告警、早期诊断并处理；对作业质量信息实时采集处理,采用精确作业新方法,提高作业效率和作业精度。本文以捣固车设备状态与作业质量在线监测系统的设计与开发为主线,对设备状态在线监测方法、线路作业新方法、多功能混合I/O模块和远程监控系统通信服务器等关键技术进行了深入研究。（1）根据项目的研究目的、内容及要求,总结了捣固车在线监测系统的研究现状及发展趋势,给出了项目实施方案和技术路线,确定了研究的重点和攻克的难点。（2）针对捣固车设备状态在线监测方法及技术实现的问题,分析了捣固车的结构与运行工况,确定了在线监测系统的监测点,建立了捣固车在线监测系统模型和监测数据库,提出了监测系统故障告警与故障诊断算法,实现了设备故障实时告警、故障诊断和远程实时控制。（3）针对捣固车线路作业新方法与技术实现问题,建立了作业圆形竖曲线的数学模型,采用激光长弦精确测量竖曲线,消除残余偏差,实现竖曲线精确起道作业；建立了精测精捣新方法的模型,捣固车采集精测数据,采用最小二乘法拟合曲线,重新设计目标曲线线型,为精确捣固提供线路理论参数,实现数字化精确起拨道控制。（4）通过分析捣固车在线监测系统对I/O模块的需求,设计实现了一种多种形态的多功能混合I/O模块。该模块具有模拟量输入、模拟量输出、开关量输入、开关量输出、脉冲计数量输入等多种功能,I/O端口可软件配置为上述五功能之一。采用该模块,可减少采集设备成本、提高系统可靠性和缩减安装空间。（5）针对捣固车远程监控系统通信服务器的设计与要求,设计了一种非阻塞NIO模式的通信服务器。建立了铁路捣固车远程监控系统的时延模型,对车载终端与远程服务器通信的GPRS链路部分进行了时延性分析,给出了优化GPRS寸延和恢复GPRS中断数据的措施；设计了服务器与车载终端、服务器与监控客户端的实时并发通信协议。（6）分别在实验室和现场恶劣环境下对捣固车在线监测系统进行了运行实测,完成对GPRS通信功能、通信性能和数据采集的测试。实测结果表明本系统工作正常,达到系统设计目的和性能指标。本文提出的捣固车设备状态和作业质量在线监测方法,有效解决了铁路线路捣固车常规作业过程中作业效率低、作业质量差和设备维护困难等技术难题,显着地提高了现有捣固车线路作业技术水准和装备信息化程度,为设计开发其它大型工程机械在线监测系统提供了重要理论依据和技术实现途径。本课题设计开发的捣固车设备状态与作业质量在线监测系统已于2009年11月通过了广州铁路集团公司的科技成果鉴定,认为该系统技术先进、设计合理、运行可靠,在整体技术和应用理论上达到国内领先水平。
二、液压系统的监测与故障早期诊断（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、液压系统的监测与故障早期诊断（论文提纲范文）
（1）轴向柱塞泵早期故障特征提取与模式识别方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于信号处理的诊断方法 |
| 1.2.2 基于人工智能的诊断方法 |
| 1.3 本文主要研究内容 |
| 1.3.1 研究路径 |
| 1.3.2 主要研究内容 |
| 第二章 轴向柱塞泵故障机理分析与故障参量选择 |
| 2.1 轴向柱塞泵内部结构及工作原理 |
| 2.2 轴向柱塞泵故障振动机理分析 |
| 2.2.1 轴向柱塞泵机械振动机理分析 |
| 2.2.2 轴向柱塞泵流体振动机理分析 |
| 2.3 轴向柱塞泵典型故障类型及振动传递路径 |
| 2.3.1 轴向柱塞泵典型故障类型 |
| 2.3.2 轴向柱塞泵振动传递路径 |
| 2.4 轴向柱塞泵故障参量选择 |
| 2.5 本章小结 |
| 第三章 轴向柱塞泵故障特征提取与模式识别方法模型建立 |
| 3.1 信号预处理及特征提取算法介绍 |
| 3.1.1 S变换与希尔伯特变换 |
| 3.1.2 变分模态分解 |
| 3.1.3 分位数排列熵 |
| 3.1.4 多尺度散布熵 |
| 3.2 模式识别算法介绍 |
| 3.2.1 支持向量机 |
| 3.2.2 极限学习机 |
| 3.3 基于VMD分位数排列熵和多分类SVM的故障诊断方法 |
| 3.3.1 前言 |
| 3.3.2 数学模型建立 |
| 3.4 基于局部S变换和极限学习机的故障诊断方法 |
| 3.4.1 前言 |
| 3.4.2 数学模型建立 |
| 3.5 基于VMDF多尺度散布熵和极限学习机的故障诊断方法 |
| 3.5.1 前言 |
| 3.5.2 数学模型建立 |
| 3.6 本章小结 |
| 第四章 轴向柱塞泵试验台搭建及早期典型多故障诊断方法研究 |
| 4.1 轴向柱塞泵故障实验平台的搭建 |
| 4.1.1 实验平台系统原理及设备选择 |
| 4.1.2 传感器安装位置及方向 |
| 4.1.3 故障实验台的搭建 |
| 4.2 基于VMD分位数排列熵和多分类SVM的轴向柱塞泵早期典型多故障诊断方法研究 |
| 4.2.1 信号采集 |
| 4.2.2 信号VMD分解和重构 |
| 4.2.3 特征提取与结果分析 |
| 4.2.4 模式识别与结果分析 |
| 4.2.5 结论 |
| 4.3 本章小结 |
| 第五章 轴向柱塞泵不同程度早期磨损故障诊断方法研究 |
| 5.1 基于局部S变换和ELM的轴向柱塞泵磨损故障诊断方法研究 |
| 5.1.1 信号采集 |
| 5.1.2 特征提取与结果分析 |
| 5.1.3 模式识别与结果分析 |
| 5.1.4 结论 |
| 5.2 基于VMDF多尺度散布熵和ELM的轴向柱塞泵早期磨损故障诊断方法研究 |
| 5.2.1 信号采集 |
| 5.2.2 信号VMDF分解和重构 |
| 5.2.3 特征提取及结果分析 |
| 5.2.4 模式识别及结果分析 |
| 5.2.5 结论 |
| 5.3 本章小节 |
| 第六章 结论 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表成果 |
| 致谢 |
（2）挖掘机关键液压元件故障诊断方法及系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 液压缸诊断研究现状 |
| 1.2.2 液压泵诊断研究现状 |
| 1.2.3 健康管理系统与云平台研究现状 |
| 1.2.4 研究现状小结 |
| 1.3 论文的主要内容与章节安排 |
| 1.3.1 论文研究内容 |
| 1.3.2 论文章节安排 |
| 第二章 挖掘机故障分析与故障状态感知研究 |
| 2.1 挖掘机系统简介 |
| 2.2 挖掘机故障分析 |
| 2.2.1 挖掘机故障树分析 |
| 2.2.2 液压元件故障模式分析 |
| 2.2.3 液压元件故障机理分析 |
| 2.3 故障状态感知研究 |
| 2.3.1 液压缸状态感知 |
| 2.3.2 液压泵状态感知 |
| 2.3.3 液压阀状态感知 |
| 2.4 状态数据采集方案 |
| 2.5 状态感知装置开发 |
| 2.5.1 传感器选型 |
| 2.5.2 嵌入式设备选型 |
| 2.5.3 LabVIEW程序开发 |
| 2.6 本章小结 |
| 第三章 基于卷积神经网络的液压缸诊断研究 |
| 3.1 液压缸故障模拟实验与特征提取 |
| 3.1.1 模拟实验与数据分析 |
| 3.1.2 小波包能量特征提取 |
| 3.2 卷积神经网络 |
| 3.2.1 结构介绍 |
| 3.2.2 算法框架 |
| 3.3 算法验证与实验分析 |
| 3.3.1 算法验证 |
| 3.3.2 实验对比分析 |
| 3.4 本章小结 |
| 第四章 基于子空间辨识的液压缸诊断算法 |
| 4.1 系统原理与数学建模 |
| 4.1.1 系统原理 |
| 4.1.2 数学建模 |
| 4.1.3 状态反馈法 |
| 4.2 白色测量噪声的子空间辨识 |
| 4.3 泄漏诊断及仿真验证 |
| 4.3.1 液压缸泄漏诊断步骤 |
| 4.3.2 仿真验证 |
| 4.4 本章小结 |
| 第五章 基于深度置信网络的液压泵诊断研究 |
| 5.1 液压泵故障模拟实验与特征提取 |
| 5.1.1 状态分析与模拟实验 |
| 5.1.2 无量纲参数特征提取 |
| 5.2 深度置信网络方法 |
| 5.2.1 受限玻尔兹曼机 |
| 5.2.2 对比散度算法 |
| 5.2.3 DBN网络结构及训练流程 |
| 5.3 算法验证与实验分析 |
| 5.3.1 参数设置与算法验证 |
| 5.3.2 其他诊断方法对比 |
| 5.4 本章小结 |
| 第六章 挖掘机故障诊断与状态监控系统开发 |
| 6.1 系统总体框架 |
| 6.2 系统功能分析 |
| 6.2.1 系统需求 |
| 6.2.2 数据库结构 |
| 6.3 挖掘机健康管理网站 |
| 6.3.1 开发工具 |
| 6.3.2 功能模块 |
| 6.4 挖掘机健康监控软件 |
| 6.4.1 开发工具 |
| 6.4.2 软件模块 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 主要创新点 |
| 7.2 研究内容总结 |
| 7.3 研究展望 |
| 参考文献 |
| 附录1 基于CNN的液压缸诊断算法PYTHON代码 |
| 附录2 基于子空间辨识液压缸诊断算法MATLAB代码 |
| 附录3 基于DBN的液压泵诊断算法MATLAB代码 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
（3）液压系统智能有源测试理论及方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 液压系统测试技术研究现状 |
| 1.1.1 液压系统常用测试方法 |
| 1.1.2 液压系统测试技术发展现状 |
| 1.2 液压有源测试技术的研究基础 |
| 1.2.1 常用测试方法的优缺点 |
| 1.2.2 液压有源测试技术 |
| 1.3 课题来源、研究内容和研究难点 |
| 1.3.1 课题来源和意义 |
| 1.3.2 课题研究内容 |
| 1.3.3 课题研究难点 |
| 第2章 液压有源测试理论与方法的优化 |
| 2.1 液压有源测试仪优化方案 |
| 2.1.1 泄漏测试影响分析 |
| 2.1.2 一代测试仪AEMSim仿真研究 |
| 2.1.3 一代机提高测试精度方案 |
| 2.1.4 二代机输出流量的闭环控制系统 |
| 2.1.5 一二代机对比 |
| 2.2 开式回路液压有源测试理论研究 |
| 2.2.1 开式回路液压系统泄漏理论 |
| 2.2.2 开式液压系统泄漏有源测试模型 |
| 2.3 闭式回路液压系统液压有源测试理论研究 |
| 2.3.1 闭式回路液压系统泄漏理论 |
| 2.3.2 闭式液压系统泄漏有源测试模型 |
| 2.4 液压系统检测附件库 |
| 2.4.1 附件代码 |
| 2.4.2 创建附件库 |
| 2.5 本章小结 |
| 第3章 液压元件泄漏健康状态有源检测方法研究 |
| 3.1 液压元件的泄漏健康状态的几个定义 |
| 3.2 电液换向阀的泄漏健康状态检测 |
| 3.2.1 电液换向阀的工作位内泄漏方程 |
| 3.2.2 电液换向阀中位内泄漏方程 |
| 3.2.3 液压有源测试电液换向阀的泄漏模型 |
| 3.2.4 电液换向阀泄漏测试 |
| 3.2.5 实验验证 |
| 3.3 比例溢流阀的常见故障测试 |
| 3.3.1 比例溢流阀故障的机理 |
| 3.3.2 比例溢流阀常见故障的机理分析 |
| 3.3.3 实验系统搭建 |
| 3.3.4 实验验证 |
| 3.4 液压泵的泄漏健康状态检测 |
| 3.4.1 轴向柱塞泵的测试理论分析 |
| 3.4.2 轴向柱塞泵泄漏健康状态检测 |
| 3.4.3 检测 |
| 3.5 本章小结 |
| 第4章 智能液压有源泄漏检测系统的研究 |
| 4.1 液压系统健康泄漏数据库 |
| 4.1.1 液压元件数据代码规则的制定 |
| 4.1.2 液压元件健康泄漏数据库建立 |
| 4.2 数据库链接 |
| 4.3 智能检测程序 |
| 4.4 本章小结 |
| 第5章 智能液压有源泄漏检测系统的试验 |
| 5.1 某100 T平板车悬挂液压系统智能泄漏健康状态检测 |
| 5.1.1 某100 T平板车悬挂液压系统介绍 |
| 5.1.2 某100T平板车悬挂液压系统泄漏健康检测模型建立 |
| 5.1.3 检测前准备工作 |
| 5.1.4 悬挂液压系统泄漏健康状态检测 |
| 5.2 校直切断机智能液压有源泄漏健康状态检测 |
| 5.2.1 校直切断机介绍 |
| 5.2.2 液压校直切断机泄漏健康检测模型建立 |
| 5.2.3 检测前准备工作 |
| 5.2.4 液压校直切断机泄漏健康状态检测 |
| 5.3 锻造液压机液压控制系统智能泄漏健康状态检测 |
| 5.3.1 锻造液压机介绍 |
| 5.3.2 锻造液压机液压控制系统泄漏健康检测模型建立 |
| 5.3.3 检测前准备工作 |
| 5.3.4 液压控制系统泄漏健康状态检测 |
| 5.4 FAST液压促动器群智能有源测试试验 |
| 5.4.1 液压促动器群组的负载试验 |
| 5.4.2 液压促动器组液压缸静位沉降故障智能液压有源检测 |
| 5.4.3 液压促动器液压缸锁紧泄漏健康状态检测 |
| 5.5 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 |
（4）基于数据驱动的风电机组变桨系统状态监测与故障预警研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外状态监测与预警现状 |
| 1.3 研究现状分析与总结 |
| 1.4 本文的主要研究内容 |
| 第二章 变桨系统工作原理及故障分析 |
| 2.1 风电机组基础理论 |
| 2.1.1 风电机组基本结构 |
| 2.1.2 风电机组运行状态划分 |
| 2.2 变桨系统基本结构与原理 |
| 2.2.1 变桨系统基本结构 |
| 2.2.2 变桨系统工作原理 |
| 2.3 变桨系统故障分析 |
| 2.3.1 变桨系统故障分类 |
| 2.3.2 变桨系统高频故障分析 |
| 2.4 本章小结 |
| 第三章 风电机组变桨系统特征参数选择 |
| 3.1 风电机组SCADA数据及预处理 |
| 3.1.1 SCADA数据 |
| 3.1.2 数据来源 |
| 3.1.3 数据预处理 |
| 3.2 变桨系统特征参数选择方法 |
| 3.2.1 Relief算法 |
| 3.2.2 基于Relief算法的特征参数选择方法 |
| 3.2.3 特征参数选择 |
| 3.3 特征参数相关性检验 |
| 3.4 本章小结 |
| 第四章 基于先验局部离群概率算法的变桨系统运行状态监测 |
| 4.1 先验局部离群概率算法 |
| 4.1.1 密度聚类算法 |
| 4.1.2 局部离群概率算法 |
| 4.1.3 引入先验知识的局部离群概率算法 |
| 4.1.4 改进算法有效性验证 |
| 4.2 变桨系统状态监测 |
| 4.2.1 基于特征曲线的变桨系统状态定性分析 |
| 4.2.2 基于PLoOP的监测模型 |
| 4.2.3 实验结果及分析 |
| 4.3 本章小结 |
| 第五章 基于BO-RF的变桨系统故障预警方法 |
| 5.1 基于贝叶斯优化随机森林的预测模型 |
| 5.1.1 随机森林算法原理 |
| 5.1.2 贝叶斯优化算法 |
| 5.1.3 基于贝叶斯优化的随机森林算法 |
| 5.1.4 训练与回归预测 |
| 5.2 基于滑动窗口的故障预警方法 |
| 5.2.1 基于滑动窗口的监测统计量 |
| 5.2.2 仿真测试 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读学位期间所取得的相关科研成果 |
| 致谢 |
（5）液压管路卡箍松动程度识别研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究背景、目的和意义 |
| 1.3 相关领域国内外研究现状 |
| 1.3.1 机械故障状态检测 |
| 1.3.2 故障特征方法研究现状 |
| 1.3.3 故障识别研究现状 |
| 1.4 论文主要研究内容与组织结构 |
| 1.4.1 论文主要内容 |
| 1.4.2 论文组织结构 |
| 第2章 基于光纤光栅传感技术的智能卡箍设计 |
| 2.1 智能卡箍松动测量原理 |
| 2.1.1 光纤光栅传感原理 |
| 2.1.2 基于FBG的智能卡箍介绍 |
| 2.1.3 基于FBG的智能卡箍工作原理 |
| 2.2 基于有限元仿真的智能卡箍的尺寸优化及解析模型验证 |
| 2.3 智能卡箍标定分析 |
| 2.4 智能卡箍性能实验研究 |
| 2.5 本章小结 |
| 第3章 液压直管卡箍松动程度识别 |
| 3.1 液压直管卡箍松动程度实验 |
| 3.1.1 液压直管实验台结构 |
| 3.1.2 液压直管卡箍松动程度实验 |
| 3.1.3 实验数据说明 |
| 3.2 卷积神经网络 |
| 3.2.1 卷积神经网络结构 |
| 3.2.2 卷积神经网络常用技术 |
| 3.3 液压直管卡箍松动程度识别研究 |
| 3.3.1 基于数据层融合的卡箍松动灰度图构建 |
| 3.3.2 卡箍松动程度数据集介绍 |
| 3.3.3 二维卷积神经网络模型 |
| 3.4 基于模型参数下的卡箍松动程度识别性能研究 |
| 3.4.1 图像尺寸对识别结果的影响 |
| 3.4.2 卷积核大小对识别结果的影响 |
| 3.4.3 批量数大小对识别结果的影响 |
| 3.5 实验结果分析与对比 |
| 3.5.1 实验结果说明 |
| 3.5.2 实验结果对比 |
| 3.6 本章小结 |
| 第4章 液压弯管卡箍松动程度识别 |
| 4.1 液压弯管卡箍松动程度实验 |
| 4.1.1 液压弯管实验台介绍 |
| 4.1.2 液压弯管卡箍松动程度实验 |
| 4.2 基于二维卷积神经网络的液压弯管卡箍松动程度识别 |
| 4.2.1 实验数据集 |
| 4.2.2 模型构建 |
| 4.2.3 模型训练 |
| 4.3 实验结果与分析 |
| 4.3.1 卡箍松动程度识别结果 |
| 4.3.2 实验结果对比分析 |
| 4.4 本章小结 |
| 第5章 液压管路在线监测系统设计与实现 |
| 5.1 系统需求分析 |
| 5.2 系统设计 |
| 5.2.1 系统总体设计 |
| 5.2.2 关键模块设计 |
| 5.3 系统实现 |
| 5.3.1 系统交互主界面 |
| 5.3.2 数据存储模块 |
| 5.3.3 实时分析模块 |
| 5.3.4 历史数据分析模块 |
| 5.3.5 实时诊断模块 |
| 5.4 系统测试 |
| 5.4.1 实验流程介绍 |
| 5.4.2 实验验证与测试结果 |
| 5.5 本章小节 |
| 第6章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 下一步工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间的学术成果 |
（6）面向航空液压管理系统健康管理的关键测试与数据处理技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 航空液压管路系统结构特点 |
| 1.3 航空液压管路系统PHM |
| 1.3.1 航空液压管路系统PHM意义 |
| 1.3.2 航空液压管路系统PHM基本原理 |
| 1.3.3 航空液压管路系统PHM的框架 |
| 1.4 国内外研究现状 |
| 1.4.1 PHM国内外研究现状 |
| 1.4.2 工程测试技术发展现状 |
| 1.4.3 数据处理与分析技术发展现状 |
| 1.5 本文的研究内容 |
| 1.6 章节安排 |
| 第2章 基于光纤光栅传感的航空液压管路关键测试技术 |
| 2.1 光纤光栅传感测量技术特点 |
| 2.2 光纤光栅的传感测量原理 |
| 2.2.1 光纤Bragg光栅温度传感特性 |
| 2.2.2 光纤Bragg光栅应变传感特性 |
| 2.2.3 光纤Bragg光栅温度-应变交叉敏感 |
| 2.3 光纤Bragg光栅解调原理 |
| 2.4 管路系统振动响应的光纤光栅传感测量 |
| 2.4.1 扫频激励下光纤光栅试验结果对比 |
| 2.4.2 定频激励下光纤光栅试验结果对比 |
| 2.4.3 压力脉动激励下管路系统振动响应对比分析 |
| 2.5 WP6-JIA航空发动机液压管路振动的光纤光栅在线测试 |
| 2.6 MA60飞机地面开车状态下的液压管路的对比测试 |
| 2.7 基于光纤光栅的液压管路系统状态监测与故障诊断 |
| 2.7.1 卡箍松动故障的定位 |
| 2.7.2 管体碰撞故障定位 |
| 2.8 本章小结 |
| 第3章 航空液压管路振动信号的小波分析与小波包分解 |
| 3.1 小波变换与小波包分解基本理论 |
| 3.1.1 小波变换原理 |
| 3.1.2 小波变换的多分辨性 |
| 3.1.3 小波分析与小波包分解 |
| 3.1.4 小波包分解频带能量监测原理 |
| 3.2 不同压力状态下航空液压管路振动试验分析 |
| 3.2.1 压力脉动试验系统 |
| 3.2.2 不同压力状态下液压管路的FFT分析 |
| 3.3 不同压力状态下航空液压管路振动信号小波分析 |
| 3.4 不同压力状态下液压管路系统信号的小波包分解 |
| 3.4.1 分析步骤 |
| 3.4.2 分析结果 |
| 3.5 本章小结 |
| 第4章 压力突变状态下航空液压管路系统振动信号的HHT特性分析 |
| 4.1 引言 |
| 4.2 HHT与EMD的理论 |
| 4.2.1 瞬时频率 |
| 4.2.2 固有模态 |
| 4.2.3 EMD分解 |
| 4.2.4 EMD计算流程与算法 |
| 4.3 不同压力状态下航空液压管路振动信号HHT分析 |
| 4.3.1 5MPa压力状态下HHT分析 |
| 4.3.2 10MPa压力状态下HHT分析 |
| 4.3.3 15MPa压力状态下HHT分析 |
| 4.3.4 21MPa压力状态下HHT分析 |
| 4.4 压力突变状态下航空液压管路振动信号HHT分析 |
| 4.4.1 电磁阀开启瞬间冲击 |
| 4.4.2 电磁阀关闭瞬间冲击 |
| 4.5 本章小结 |
| 第5章 航空液压管路系统振动信号的非线性定性与定量分析 |
| 5.1 引言 |
| 5.2 不同压力状态下航空液压管路信号的非线性定性分析 |
| 5.2.1 庞加莱(Poincare)截面法 |
| 5.2.2 不同压力状态下航空液压管路系统信号的散点图 |
| 5.2.3 不同压力状态下航空液压管路系统信号的近似熵 |
| 5.2.4 不同压力状态下航空液压管路系统信号的复杂度 |
| 5.3 不同压力状态下航空液压管路振动信号关联维数的估算 |
| 5.3.1 嵌入空间构筑 |
| 5.3.2 关联积分 |
| 5.3.3 关联维数 |
| 5.3.4 重要参数讨论 |
| 5.3.5 不同压力下航空液压管路出油管口振动信号的非线性参数分析 |
| 5.4 基于最大Lyapunov指数的航空液压管路系统信号非线性定量分析 |
| 5.5 基于代替数据的航空液压管路系统信号的混沌识别算法 |
| 5.5.1 时间序列一步预测误差的统计量的计算 |
| 5.5.2 代替数据集的生成 |
| 5.5.3 假设检验 |
| 5.5.4 算法流程及校验 |
| 5.5.5 不同压力状态下航空液压管路系统信号的混沌识别结果与比较 |
| 5.6 本章小结 |
| 第6章 航空液压管路PHM数据采集与分析系统设计与实现 |
| 6.1 系统总体设计方案 |
| 6.2 硬件系统设计 |
| 6.2.1 传感器的选取 |
| 6.2.2 数据采集模块设计 |
| 6.3 软件系统设计 |
| 6.3.1 系统的设计方法及原则 |
| 6.3.2 系统功能模块及实现 |
| 6.4 系统验证 |
| 6.5 本章小结 |
| 第7章 结论与展望 |
| 7.1 论文结论 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的论文和科研成果 |
| 作者简介 |
（7）基于多元状态估计技术建模的引风机早期诊断研究（论文提纲范文）
| 0 引言 |
| 1 MSET理论及应用 |
| 1.1 MSET理论 |
| 1.2 MSET应用 |
| 1.2.1 正常历史数据集 |
| 1.2.2 数据预处理 |
| 2 引风机故障预警系统实施路线 |
| 2.1 引风机建模变量选取 |
| 2.2 系统预测模型的建立 |
| 2.3 设备动态模型预测值的产生 |
| 3 应用实例分析 |
| 3.1 潜在故障的早期阶段 |
| 3.2 故障机理分析 |
| 3.3 结论 |
| 4 结语 |
（8）捣固车捣固作业系统健康诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容 |
| 第二章 捣固系统健康诊断总体设计 |
| 2.1 DCL-32 捣固车的结构及性能参数 |
| 2.1.1 DCL-32 捣固车的结构及主要功能 |
| 2.1.2 DCL-32 型捣固车的作业条件、主要结构参数及技术性能 |
| 2.2 捣固系统状态监测技术现状 |
| 2.2.1 监测系统典型模型 |
| 2.2.2 监测系统存在的问题 |
| 2.2.3 维护方法存在的不足 |
| 2.3 健康诊断系统总体设计 |
| 2.3.1 健康诊断系统在线监测设计思想 |
| 2.3.2 健康诊断系统总体结构 |
| 2.4 本章小结 |
| 第三章 捣固系统工作原理及状态监测内容确定 |
| 3.1 电气系统原理分析与测点确定 |
| 3.1.1 电气系统原理分析 |
| 3.1.2 电气系统常见故障及应对措施 |
| 3.1.3 电气系统状态监测点确定 |
| 3.2 液压系统原理分析与测点确定 |
| 3.2.1 液压系统原理分析 |
| 3.2.2 液压系统常见故障及应对措施 |
| 3.2.3 液压系统状态监测点确定 |
| 3.3 机械系统原理分析与测点确定 |
| 3.3.1 机械系统原理分析 |
| 3.3.2 机械系统常见故障及应对措施 |
| 3.3.3 机械系统状态监测点确定 |
| 3.4 本章小结 |
| 第四章 捣固系统监测数据综合处理及故障判别 |
| 4.1 电气系统报警模式与故障判别 |
| 4.1.1 电气系统的报警模式 |
| 4.1.2 基于逻辑诊断法的电气系统故障判别 |
| 4.2 液压系统报警模式与故障判别 |
| 4.2.1 液压系统的报警模式 |
| 4.2.2 以 AMESim 仿真为基础的液压系统故障判别 |
| 4.3 机械系统报警模式与故障判别 |
| 4.3.1 机械系统的报警模式 |
| 4.3.2 基于频谱分析的机械系统故障判别 |
| 4.4 本章小结 |
| 第五章 软硬件设计及编程实现 |
| 5.1 系统硬件设计 |
| 5.1.1 工控机选择 |
| 5.1.2 数据采集卡的选择 |
| 5.1.3 接线端子板设计 |
| 5.1.4 传感器选择 |
| 5.2 开发环境的选择 |
| 5.3 软件总体设计方案与实现 |
| 5.3.1 数据采集功能模块 |
| 5.3.2 系统在线分析模块 |
| 5.3.3 数据管理模块 |
| 5.3.4 故障判别模块 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（9）基于多源信息融合的大型水压机故障诊断与状态评估研究（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 大型液压机研究概况 |
| 1.2.1 发展简史及分布 |
| 1.2.2 技术现状及发展趋势 |
| 1.3 机械故障诊断技术概述 |
| 1.3.1 故障诊断技术研究概况 |
| 1.3.2 故障诊断技术研究发展趋势 |
| 1.4 大型水压机故障诊断研究现状与存在问题 |
| 1.4.1 大型水压机故障机理研究现状 |
| 1.4.2 大型水压机故障诊断及运行状态评估方法研究现状 |
| 1.4.3 大型水压机故障研究目前存在的问题 |
| 1.5 多学科复合仿真与多源信息融合技术概述 |
| 1.5.1 多学科复合仿真技术概述 |
| 1.5.2 多源信息融合技术概述 |
| 1.6 论文的主要研究内容及结构 |
| 1.6.1 论文研究的主要问题及研究思路 |
| 1.6.2 论文的研究内容 |
| 第二章 大型水压机高压大流量水路分配系统强耦合条件下的瞬态动力学特性研究 |
| 2.1 引言 |
| 2.2 高压大流量水路分配系统基本结构及特点 |
| 2.3 高压大流量水路分配系统强耦合条件下的瞬态驱动负载研究 |
| 2.3.1 高压大流量水路分配系统驱动负载分析 |
| 2.3.2 高压大流量水阀多级开启过程瞬态开启力的数学建模 |
| 2.3.3 高压大流量水阀多级开启过程瞬态开启力的数值模拟 |
| 2.3.4 高压大流量水阀开启力的参数影响规律及峰值开启力计算模型. |
| 2.3.5 水阀开启过程凸轮压力角的变化规律及精确计算方法 |
| 2.3.6 高压大流量水路分配系统驱动负载力矩计算模型 |
| 2.4 高压大流量水阀启闭动态响应特性的研究 |
| 2.4.1 高压大流量水路分配系统的多学科复合建模 |
| 2.4.2 高压大流量水阀的开启动态响应特性 |
| 2.4.3 高压大流量水阀的关闭动态响应特性 |
| 2.4.4 高压大流量水阀启闭动作响应时间的参数影响规律 |
| 2.4.5 高压大流量水阀启闭动作时间的计算模型 |
| 2.5 实验验证 |
| 2.5.1 实验目的 |
| 2.5.2 实验方案与内容 |
| 2.5.3 实验结果与分析 |
| 2.6 本章小结 |
| 第三章 大型水压机高压大流量分配水阀启闭故障形成机理及特征参数灵敏性分析 |
| 3.1 引言 |
| 3.2 大型水压机高压大流量水阀的启闭故障问题 |
| 3.3 高压大流量水阀启闭故障的形成因素分析 |
| 3.3.1 高压大流量水阀开启故障形成因素分析 |
| 3.3.2 高压大流量水阀关闭故障形成因素分析 |
| 3.4 高压大流量分配水阀多级开启强耦合条件下的开启故障特性研究 |
| 3.4.1 高压大流量水阀多级开启强耦合条件下的开启故障数值模拟 |
| 3.4.2 故障条件下的高压大流量分配水阀多级开启动力学特征 |
| 3.5 关键水阀启闭故障的影响模式及特征参数灵敏性分析 |
| 3.5.1 大型水压机系统的多学科复合建模 |
| 3.5.2 大型水压机正常工况下工作全过程的动力学数值模拟及实验测试 |
| 3.5.3 关键水阀开启故障对水压机操作性能的影响及特征参数灵敏性分析 |
| 3.5.4 关键水阀关闭故障对水压机操作性能的影响及特征参数灵敏性分析 |
| 3.6 本章小节 |
| 第四章 基于多源信息融合的大型水压机水阀启闭故障诊断与状态评估方法研究 |
| 4.1 引言 |
| 4.2 高压大流量分配水阀启闭故障多参数诊断评估标准模式的提出 |
| 4.2.1 高压大流量分配水阀开启故障多参数诊断评估标准模式 |
| 4.2.2 高压大流量分配水阀关闭故障多参数诊断评估标准模式 |
| 4.2.3 高压大流量分配水阀开启故障多参数诊断评估标准模式的实验验证 |
| 4.3 基于灰色关联分析的水阀启闭故障多参数融合检测及评估方法 |
| 4.3.1 基本思想 |
| 4.3.2 灰色关联分析基本原理及算法 |
| 4.3.3 高压大流量分配水阀多参数融合灰色关联诊断评估模型的提出 |
| 4.3.4 案例验证 |
| 4.3.5 观测因子扰动的影响分析 |
| 4.4 基于灰色聚类的水阀启闭故障多参数融合检测及评估方法 |
| 4.4.1 基本思想 |
| 4.4.2 灰色聚类评估基本算法 |
| 4.4.3 高压大流量分配水阀多参数融合灰色聚类评估模型的提出 |
| 4.4.4 案例验证 |
| 4.4.5 观测因子扰动的影响分析 |
| 4.5 本章小节 |
| 第五章 大型水压机立柱附加应力的数值模拟及立柱应力状态的多源信息融合评估 |
| 5.1 引言 |
| 5.2 大型水压机立柱的附加应力及其接触力学问题 |
| 5.3 大型水压机立柱附加应力的数值模拟 |
| 5.3.1 水压机本体有限元模型 |
| 5.3.2 活动横梁非工作方向偏移情况下的立柱附加应力数值模拟 |
| 5.3.3 活动横梁倾斜情况下的立柱附加应力数值模拟 |
| 5.4 大型水压机立柱附加应力的计算模型 |
| 5.4.1 立柱附加应力计算模型的提出 |
| 5.4.2 实验验证 |
| 5.5 立柱应力检测数据的多参数冗余校验及立柱应力状态的多源信息融合评估 |
| 5.5.1 基本思想 |
| 5.5.2 立柱应力检测数据的多参数冗余校验 |
| 5.5.3 立柱应力状态的多源信息融合评估与应力超限诊断 |
| 5.5.4 应用案例 |
| 5.6 本章小结 |
| 第六章 大型水压机状态监测与多源信息融合故障诊断系统技术集成与应用 |
| 6.1 引言 |
| 6.2 大型水压机特殊环境下的受力危险构件应力监测技术 |
| 6.2.1 基于应变放大与传递技术的大型液压机立柱应力检测方案 |
| 6.2.2 全数字化的大型液压机立柱应力监测技术 |
| 6.2.3 动态零点应力监测及传感器线性中点维护调节技术 |
| 6.2.4 实验测试 |
| 6.3 大型液压机活动横梁纵、横位移耦合测量的位姿监测技术 |
| 6.3.1 纵、横位移耦合测量的活动横梁位姿检测方案及数学模型 |
| 6.3.2 大型液压机活动横梁横向偏移机器视觉非接触检测方案 |
| 6.3.3 数字式活动横梁偏移机器视觉监测技术 |
| 6.3.4 实验测试 |
| 6.4 大型液压机状态监测与故障诊断技术在300MN模锻水压机的应用 |
| 6.4.1 300MN模锻水压机状态监测及故障诊断系统总体构建 |
| 6.4.2 大型液压机非功能参数监测技术在300MN模锻水压机中的应用 |
| 6.4.3 大型水压机多源信息融合故障诊断及状态评估技术在300MN模锻水压机的应用 |
| 6.5 本章小节 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间主要的研究成果 |
（10）铁路捣固车设备状态与作业质量在线监测方法及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 插图索引 |
| 附表索引 |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 捣固车在线监测技术的国内外研究现状及发展趋势 |
| 1.2.1 国内外研究状况 |
| 1.2.2 设备状态与作业方法在线监测技术研究现状 |
| 1.2.3 捣固车在线监测技术发展趋势 |
| 1.3 课题主要技术内容与本文研究重点 |
| 1.3.1 捣固车在线监测系统构架 |
| 1.3.2 课题实施技术路线 |
| 1.3.3 本文研究重点与难点 |
| 1.4 论文结构与主要研究内容 |
| 第2章 捣固车设备状态在线监测 |
| 2.1 捣固车设备状态常规监测技术及问题分析 |
| 2.1.1 状态分析 |
| 2.1.2 常规监测与维护方法分析 |
| 2.2 捣固车设备状态在线监测系统设计 |
| 2.2.1 总体设计 |
| 2.2.2 动力系统测点确定 |
| 2.2.3 电气系统测点确定 |
| 2.3 捣固车设备状态在线监测数据综合处理方法 |
| 2.3.1 告警与故障诊断 |
| 2.3.2 异质多传感器数据融合方法 |
| 2.3.3 远程实时控制 |
| 2.4 本章小结 |
| 第3章 捣固车线路作业方法改进与作业质量在线监测 |
| 3.1 线路作业方法的改进思路 |
| 3.1.1. 常规铁路线路养护与维修方法存在的问题 |
| 3.1.2 线路作业方法改进的总体思路 |
| 3.2 线路方向与水平检测方法及残留偏差分析 |
| 3.2.1 线路方向偏差检测原理 |
| 3.2.2 线路水平检测 |
| 3.2.3 残余偏差分析 |
| 3.3 线路纵断面竖曲线激光长弦精确作业法 |
| 3.3.1. 竖曲线检测系统结构框架 |
| 3.3.2 激光长弦检测竖曲线模型的建立 |
| 3.3.3 激光长弦检测竖曲线方法实现 |
| 3.4 精测精捣新方法 |
| 3.4.1 加权总体最小二乘曲线拟合方法 |
| 3.4.2 优化目标曲线流程 |
| 3.4.3 数字化精确起拨道控制实现 |
| 3.5 作业质量实时监测 |
| 3.5.1 曲线矢距检测模型及修正值计算 |
| 3.5.2 三角坑检测算法 |
| 3.6 本章小结 |
| 第4章 捣固车在线监测多功能混合I/O模块设计 |
| 4.1 多功能混合I/O模块需求分析与性能指标确定 |
| 4.1.1 捣固车在线监测系统对I/O模块的需求 |
| 4.1.2 多功能混合I/O模块的设计思想 |
| 4.1.3 多功能混合I/O模块的功能与技术指标 |
| 4.2 多功能混合I/O模块设计创新 |
| 4.2.1 总体设计 |
| 4.2.2 多功能可软件配置I/O端口设计方法与实现 |
| 4.2.3 24bit模拟量输入通道设计与实现 |
| 4.2.4 高隔离度及超低纹波的电源电路设计与实现 |
| 4.2.5 基于CANopen协议的通信端口设计与实现 |
| 4.3 基于PWM的高精度D/A转换器研究与实现 |
| 4.3.1 PWM方式D/A转换器的基本原理 |
| 4.3.2 PWM方式D/A转换器的精度分析 |
| 4.3.3 提高PWM方式DAC分辨率的方法 |
| 4.3.4 PWM信号的频谱分析和模拟低通滤波器设计 |
| 4.3.5 PWM方式D/A转换器的电路设计 |
| 4.4 本章小结 |
| 第5章 捣固车远程监控系统通信服务器设计与开发 |
| 5.1 通信服务器的总体设计 |
| 5.1.1 捣固车远程监控系统整体架构 |
| 5.1.2 通信服务器的基本功能 |
| 5.1.3 通信服务器的组成架构 |
| 5.2 服务器通信时延分析 |
| 5.2.1 捣固车远程监控系统通信时延模型 |
| 5.2.2 捣固车远程监控系统GPRS时延分析 |
| 5.2.3 GPRS数据时延优化及中断防护措施 |
| 5.3 通信模式与通信协议设计 |
| 5.3.1 服务器非阻塞式通信框架设计 |
| 5.3.2 服务器与终端通信流程 |
| 5.3.3 服务器与车载终端间的通信协议 |
| 5.4 通信服务器性能分析与测试 |
| 5.4.1 测试平台架构 |
| 5.4.2 测试结果与分析 |
| 5.5 本章小结 |
| 第6章 捣固车在线监测系统测试及运行 |
| 6.1 样机的实验室测试 |
| 6.1.1 实验室测试平台构建 |
| 6.1.2 实验室测试方法及结果 |
| 6.2 捣固车在线监测系统运行实测 |
| 6.2.1 车载监控系统运行实测 |
| 6.2.2 远程监控中心运行实测 |
| 6.3 本章小结 |
| 总结与展望 |
| 参考文献 |
| 附录A 捣固车设备状态监测点 |
| 附录B 捣固车常见故障分析表 |
| 附录C 作业质量轨道偏差检测参考表格 |
| 附录D 科技项目鉴定证书 |
| 附录E 攻读博士学位期间发表的学术论文 |
| 附录F 攻读博士学位期间科研工作情况 |
| 致谢 |
四、液压系统的监测与故障早期诊断（论文参考文献）
- [1]轴向柱塞泵早期故障特征提取与模式识别方法研究[D]. 励文艳. 太原理工大学, 2020(07)
- [2]挖掘机关键液压元件故障诊断方法及系统研究[D]. 黄武涛. 上海交通大学, 2020(09)
- [3]液压系统智能有源测试理论及方法研究[D]. 杨成刚. 燕山大学, 2019
- [4]基于数据驱动的风电机组变桨系统状态监测与故障预警研究[D]. 孙培旺. 河北工业大学, 2019
- [5]液压管路卡箍松动程度识别研究[D]. 杨锋. 武汉理工大学, 2019(07)
- [6]面向航空液压管理系统健康管理的关键测试与数据处理技术研究[D]. 李哲洙. 东北大学, 2018(01)
- [7]基于多元状态估计技术建模的引风机早期诊断研究[J]. 陈统钱. 浙江电力, 2017(08)
- [8]捣固车捣固作业系统健康诊断研究[D]. 王彦. 石家庄铁道大学, 2014(12)
- [9]基于多源信息融合的大型水压机故障诊断与状态评估研究[D]. 陈晖. 中南大学, 2012(03)
- [10]铁路捣固车设备状态与作业质量在线监测方法及应用[D]. 吴桂清. 湖南大学, 2012(03)