《基于神经网络的旋转机械的状态监测与辅助诊断系统》属于科技工程资料。本页展示资料概况及部分扫描内容,同时提供数字文件获取信息。本数字文件共57页,文件大小约2.98MB。
![[基于神经网络的旋转机械的状态监测与辅助诊断系统]陈向前 扫描预览第1页](https://img.cuwen.com/p60/01/461253_01.avif)
- 专题
- 基于神经网络的旋转机械的状态监测与辅助诊断系统
- 类别
- 科技工程
- 页数
- 57页
- 大小
- 2.98MB
【基於神经网络的旋转机械的状态监测与辅助诊断系统】陈向前.pdf帐目 摘要 第一章概述 第一节工况监视与故障诊断的意义.3 第二节状态监测与故障诊断的一般内容 第三节监视诊断技术的发展 第二章旋转机械的计算机辅助状态检测 系统总体设计及常用信号分析设计 第一节系统总体设计 第二节旋转机械振动常用信号分析 第三节旋转机械振动常用图形分析方法设计 第三章基于神经网络的状态监测子系统设计19 第一节方案选择第二节 数字信号处理与特征提取 第三节 基于改进的BP算法的学习及识别过程华南理工大学硕士学位论文 ABSTRACT ItisimportantoftheConditionMonitoringandFaultDiagnosisoflarge rotarymachinesinmodernmanufacture,because thelargemachineryareoften veryimportantinfactorymanufacture alsothatmadeitsapplicationlimiting.华南理工大学硕士学位论文 别设备的状态。只有弄清楚设备的有关状态才能知道有无故障,才能查明 故障的位置、原因与趋向,才能监测设备将有无故障,才能针对实际情况 作出处理决策,并予以实施.第二节状态监测与故障诊断的一般内容 机电设备是一种复杂程度不同的系统,诊断对象也不同。根据系统的 结构分类,可将监视对象分为三种类型,即零件、简单系统和复杂系统.相应地,设备诊断技术也可组分为零件诊断技术和系统诊断技术两点。这 两类诊断的具体方法有类似之处,但在诊断策略上则明显不同,可以说,前者基本上无宏观诊断策略而言,而后者的实施则主要依靠其宏观诊断策 略。
———— 文字由OCR识别(未校验),可能存在错字;请以原始完整版为准。
