一、基于linux的汽轮机转子在线监测与故障诊断系统（论文文献综述）
卢新雅[1]（2021）在《徐州华润电厂汽轮机在线监测应用研究》文中研究指明随着全球变暖日益加剧,各国都在加强碳排放的管理,中国也提出了2030达到碳达峰,2060年达到碳中和,要实现这一目标,必须大力建设风电和太阳能等清洁能源,大量清洁能源将会接入电网,对电网造成一定的冲击,新型电力系统还需要依靠大容量火电机组进行调峰,机组启停更加频繁,运行模式更加灵活,对汽轮机控制要求也随之加强。火电厂设备中结构最为复杂的是汽轮机,并且长时间运行在恶劣的工作环境下,因此汽轮机相比其他两大设备就会出现很高的故障率。一旦汽轮机发生故障,将会产生很大损失,因此对汽轮机进行在线监测,显得尤为重要。本文以华润电力彭城电厂#5百万机组的汽轮机转子作为研究对象,首先简要阐述了什么是汽轮机控制保护系统,并详细介绍了汽轮机转子详细结构及常见故障分析,分析了汽轮机在冷态启动、热态启动工程中热应力及温度场的变化,并利用相关工具建立转子热应力的基本数学模型,分析温度场和应力场,利用第一类边界递推算法,完成在线监测系统的设计。建立汽轮机转子的二维有限元计算模型,我们通过有限元软件ANSYS进行详细的模拟计算分析,确定出转子热应力的最大点,作为热应力监测点。我们可以根据运行现场的需要,设计热应力在线监测系统,配置对话框,可以根据系统配置选择查看报警记录,分析报警原因录,翻阅历史数据等。该监测系统满足了徐州华润百万机组汽轮机转子热应力的在线监测的需求,优化了发电机组的启停,保证了设备安全运行,有效地延长了机组的使用年限。本设计有图幅48个,图表9个,参考文献84篇。
许相坤[2]（2021）在《基于WS-ZHT3转子实验台的轮盘质量不平衡振动响应实验研究》文中研究表明汽轮机是火力发电厂的核心设备,其运行的稳定性和可靠性直接影响着火力发电厂的安全性和经济性。汽轮机转子质量不平衡是造成汽轮机运行故障最主要的原因之一,会造成机组内部动静之间的碰摩、汽封和油封机构损坏、轴承损伤、转子弯曲等一系列的安全隐患,严重时则会造成停机事故。所以研究汽轮机轮盘质量不平衡对振动响应产生的影响有着重要意义。论文基于WS-ZHT3多功能转子实验台,建立了质量不平衡转子模型,通过改变轮盘不平衡质量大小、两不平衡质量相对于轮盘形心所呈角度、不平衡质量径向位置和轮盘偏置量,对振动响应进行实验测量,分析了不同工况对转子振动响应的影响。本文主要研究内容及结果如下:（1）对在转轴中点位置的轮盘进行三点试重法单面动平衡实验,在轮盘对应角度添加平衡质量后,通过伯德图法进行单点和双点不平衡质量加重实验。结果表明:临界转速随不平衡质量增大而减小,临界转速下的振幅（最大振幅）和各个转速下的振幅随不平衡质量增大而增大;两个不平衡质量相对于轮盘形心所呈夹角越小,临界转速越小,振幅越大,两个不平衡质量相对于轮盘形心所呈夹角越大,临界转速越大,振幅越小。（2）通过改变轮盘不平衡质量径向位置,用伯德图法、频谱分析法和轴心轨迹法分别对转子各个工况下的振动响应进行实验测量,以保证实验数据的准确性,并引入灵敏度数学定义,分析了临界转速对不平衡质量径向位置改变量和对不平衡质量占轮盘质量百分比改变量的灵敏度。结果表明:不平衡质量在轮盘上的径向位置一定时,转子临界转速随着不平衡质量的增加而减小;不平衡质量占轮盘质量百分比一定时,不平衡质量在轮盘上的径向位置距离轮盘形心越远,转子临界转速越小;转子临界转速受轮盘不平衡质量改变量的影响效果远大于受不平衡质量径向位置改变量的影响效果。（3）分析了火电厂转子由不平衡质量引起的振动案例,针对案例中在不同测点位置添加试重的动平衡处理方法展开实验研究。对处于不同轴向位置的同一轮盘进行三点试重法单面动平衡实验和单点不平衡质量加重实验,并基于转子实验台的各个工况进行了理论计算和有限元分析,将理论和实验结果对比分析。结果表明:在三点试重法单面动平衡实验中,轮盘偏置量越大,轮盘需要添加的平衡质量越小,在对应平衡角度上添加对应的平衡质量并不能完全消除轮盘的不平衡量,偏置量越大,实验测得的临界转速与理论计算和有限元分析结果误差越大;同向涡动下的临界转速与反向涡动下的临界转速之间的差值随着轮盘偏置量的增大而增大;轮盘偏置量越大,不平衡质量对临界转速的影响越大。
董文卓[3]（2020）在《基于卷积神经网络算法的汽轮机转子故障诊断研究》文中进行了进一步梳理汽轮机转于作为电厂设备中的关键构件,一旦出现故障将造成不可估量的经济损失甚至人员伤亡,因而寻求一种快速、准确的故障识别方法至关重要。以往的故障识别过程,不仅包括信号采集、信号处理等专业知识,还需要对机械的运行状态和故障相关背景知识有所了解,增加了故障诊断的难度,设计耗时且通用性难以保障,因此讨论如何简化故障诊断过程,同时提高故障识别准确率和抗噪能力,是极具研究价值和实际意义的研究工作。近年来,随着人工智能在诸多领域不断取得突破,深度学习也得到了广泛应用,计算机的强大计算能力能够学习到大数据下的潜在规律,使得信号处理变得更加方便。本文针对传统机械设备故障诊断方法存在的问题,以汽轮机转子为研究对象,提出一种改进的深度卷积神经网络算法（Improved Deep Convolutional Neural Networks,IDCNN）,该算法能够准确高效地对汽轮机转子常见故障进行识别分析。主要研究工作及成果如下:在对汽轮机转子故障监测技术以及故障振动机理进行分析的基础上,利用现有实验室设备搭建汽轮机转子故障模拟实验台。针对汽轮机转子正常运行、转子不对中、转子不平衡、动静碰磨四种状态进行模拟实验,采集故障振动信号,并对原始信号进行预处理,为下一步的信号分析奠定基础。结合神经网络基本理论和深度学习基本思想,构建了针对于汽轮机转子故障诊断的一维卷积神经网络模型。利用模拟实验采集到的各组故障数据对模型进行训练、测试,对比结果表明了该方法的有效性。从而,为通过改进卷积神经网络的方法,实现进一步提高该模型的性能提供了有力支撑。提出了针对于汽轮机转子故障诊断的改进的深度卷积神经网络框架模型,该网络模型第一层卷积层采用大卷积核,提出在第一层卷积前添加破坏输入,有效提高模型抗噪性能;进一步提出每层卷积操作后进行批量归一化处理,该模型降低了卷积神经网络的设计难度且收敛速度快,极大的提高了模型的识别效率,特别是在大数据情况下,识别准确率较高。另外,提出采用全局平均池化层代替模型中的全连接层,极大的降低了传统卷积神经网络模型的参数数量和过拟合的风险。基于统计学指标,通过模拟故障数据对模型进行性能分析,同时选取分类回归树算法（Classification and Regression Tree,CART）,K 近邻算法（K-Nearest Neighbor,KNN）支持向量机（Support Vector Machine,SVM）和LeNet-5几种传统算法进行比较,验证本文所提出模型的识别能力及抗噪性。结果表明.:CART、KNN算法的识别准确率均未超过70%,SVM算法的识别准确率为82%,而本文所提出的IDCNN诊断模型的识别准确率可达95%;IDCNN故障诊断算法在不同的含噪测试集下较SVM与LeNet-5两种经典算法识别准确率高且稳定性较强,在不同信噪比下准确率均可达到88%以上,体现出了较大优势。
董芳玺[4]（2020）在《大型离心机组运行状态监测与故障诊断应用研究》文中进行了进一步梳理大型离心机组是化工企业的核心设备,一旦发生故障,往往会带来较大的经济损失,甚至会发生安全事故,给环境带来污染。状态监测和故障诊断可以实时监测机组的运行状态,并且可以及时、准确地诊断机组异常,以确保机组稳定运行。因此,有必要研究状态监测与故障诊断这一技术在大型离心机组中的应用。本论文以SG8000监测诊断系统为例,分析研究状态监测与故障诊断在大型离心机组上的应用。主要研究内容如下:首先,对大型离心机组的工作原理及轴系监测系统进行研究。分析离心压缩机组的构成,研究汽轮机与压缩机的工作原理、结构组成及性能参数,还研究大型离心机组的轴系及其振动监测系统的构成。通过研究,为分析研究大型离心机组状态监测及故障诊断的应用奠定了基础。其次,对大型离心机组状态监测与故障诊断方法进行研究,研究分为两部分。第一部分,研究监测诊断的内容、监测的信号,为后续诊断机组故障奠定理论基础。第二部分,先是研究SG8000图谱,重点分析启停机图谱,并总结出启停机图谱的启停机特性,接着提出SG8000振动分析法和SG8000轴位移分析法这两种机组故障诊断的方法。通过研究,为状态监测与故障诊断在大型离心机组上的应用研究提供了方法。再次,研究机组典型振动故障,以及如何诊断振动故障。主要研究8种类型的振动故障,每一种故障均有其产生的原因及振动特征。分析诊断机组故障最重要的是找出各种故障的特点和规律。通过研究能够验证SG8000系统诊断机组振动故障具有很高的准确性,可以准确判断机组故障的类型、部位及程度,进而采取正确的对策来应对机组故障。最后,为提高机组故障诊断的效率,研究SG8000如何实现故障自动诊断功能。基于离心机组振动故障与故障征兆之间的特性关系构建故障诊断模型,把模型嵌入SG8000系统,最终实现故障自动诊断功能。本论文研究工作既具有理论价值又具有实践意义,对了解大型离心机组故障分析流程,掌握故障机理,开发故障诊断系统,提高机组技术管理人员的故障诊断水平是有益的。
陈晓烽[5]（2019）在《工业汽轮机多通道振动检测系统的研究》文中认为长期实践证明,汽轮机运行过程中进行状态检测与故障诊断,能有效降低事故发生率。汽轮机在运行过程中发生故障时,其振动信号会在时域与频域发生改变,且不同的故障在时域与频域内都会表现出不同的特征,而同种故障其特征往往比较相似,即可分性与聚类性。各种诊断方式的前提是以合适的频率与精度采集多种振动数据,多种振动数据就需要多通道来采集,而随着科技的进步更高的采样频率和更高的采样精度都是人们所希望的,采样频率、采样精度与多通道同时增加会造成采样数据量急速增大。在了解汽轮机故障特征和故障分析方法的基础上设计出汽轮机多通道检测系统,本系统以STM32为主控芯片,控制AD模块采样频率,整个系统的主要过程为:选择合适的电涡流传感器与加速度传感器实现了汽轮机振动信号的测量,传感器输出的信号通过放大滤波电路等调理。AD模块采用的是AD7606,实现了16位精度8通道最高200k SPS的信号采样。AD模块把振动模拟信号转换为数字信号后,FPGA实现了控制AD模块读取数据并缓存数据在FIFO中等功能。当FIFO达到半满后FPGA触发STM32读取中断,STM32开始以FSMC的方式读取FIFO中的数据。STM32对收到的数据进行FFT,然后把计算结果与原数据通过以太网传到上位机,在上位机中对数据做进一步分析。本文基于小波包分解提取了振动信号的故障特征向量,即小波包重构信号能量分布及其样本熵,仿真后证明该特征向量可用于振动故障诊断。在振动信号传输过程中,FPGA缓存数据使系统变得稳定,增加系统传输效率,采样频率可被STM32动态控制为汽轮机基频的64倍。经验证产生的PWM波误差很小,系统通信正常,实现了振动信号采集与检测。图[45]表[7]参[52]。
薛海峰[6]（2018）在《滚动轴承故障诊断方法研究》文中提出滚动轴承是列车转向架系统旋转部件的重要组成部分,其良好运行状态是列车安全的重要保证,故对列车滚动轴承故障诊断方法研究具有重要的意义。因此,本文以机车滚动轴承为研究对象,以轴承振动信号为着手点,对滚动轴承故障机理、振动信号特点、故障特征频率的提取方法进行了一系列研究,主要工作内容如下:首先,在工业各个行业的应用基础上系统的阐述了此课题的研究背景和意义,然后对该领域故障诊断研究现状,振动信号的分析方法,轴承结构形式、失效类型,振动机理作了较为全面的阐述,介绍了轴承不同部件故障特征频率的计算方法。对实验所用试验台、信号采集仪等做了详细介绍。其次,针对最大相关峭度解卷积（aximum correlated kurtosis deconvolution,MCKD）算法的滤波参数L的选取困难问题,本文提出峭度值结合故障特征频率能量比值的复合指标方法确定L,同时对处理后的信号进行Teager算子解调,可以大幅增加冲击特征成分,准确提取故障特征。对比了改进前的MCKD方法,结果表明经过所提方法选取的滤波参数,故障特征能够被更精确地提取出来,Teager能量算子解调出的故障特征能量远大于直接频谱解调,故障特征更加明显。再次,滚动轴承变工况下振动信号非平稳且幅值、频率都是时变的,若直接进行频谱分析将出现“频率模糊”现象。针对这一问题,提出了基于改进变分模态分解（variational mode decomposition,VMD）和阶比分析相结合的变转速工况下滚动轴承故障诊断方法。首先,对时域故障信号进行阶次跟踪等角度采样,从而实现故障信号由时域到到角域的转换,然后利用改进VMD对角域信号分解得到若干本征模态分量,最后对相应分量进行阶次谱分析,由阶次谱判断滚动轴承故障类型。定量分析该方法与直接阶次跟踪分析的效果,结果表明该方法对变转速轴承振动信号有良好的诊断效果,显着优于直接阶次分析。最后,针对传统振动信号分析大都是离线处理,存在系统体积大、实时性差的问题,设计了以内嵌ARM Cortex-M0内核的W7500P芯片为核心的嵌入式故障诊断系统。该系统借助于嵌入式硬件平台,将信号采集、处理、传输集成于一体在嵌入式硬件平台上进行执行,能够实现故障的实时在线诊断。最终,将经典共振解调法的MATLAB算法程序移植到嵌入式系统中用于实现轴承故障特征的提取。实验结果表明,将此方法应用到此嵌入式系统中可以快速有效的完成故障特征的提取,实现滚动轴承故障的精确判断。
周曼曼[7]（2017）在《基于嵌入式的航空发动机实时监测与故障诊断系统开发》文中进行了进一步梳理航空发动机长期处于高温、高压的恶劣工作环境中,其故障率居高不下。借助各种先进的传感器,并通过各种算法和智能模型进行监测、诊断发动机的性能状态,可以实现发动机的健康管理,保障航空器的持续适航。而嵌入式技术具备强实时性、高稳定性及小巧便携等优势,能够在降低监测和诊断设备成本的同时,实现机载化的航空发动机监测与诊断系统。因此,本文基于嵌入式技术,开发航空发动机实时监测与故障诊断的系统,具有重要的理论与实际意义。静电监测技术相较于传统的监测技术,具有实时性强、连续性好等优点,能够实现对航空发动机气路环境荷电水平的持续监测,因此本文选用静电传感器作为系统的前端元件,为后续的诊断提供状态数据。本文首先在分析静电传感器原理的基础上建立传感器等效模型,并为其设计一种新型的内置调理电路。通过选取静电信号的时域表征参数,开展静电健康基线以及基于支持向量机的故障模式识别方法研究,并作为后续故障诊断的理论依据。其次,设计基于协处理器的数据采集模块,接收从前端传感器传输的数据,完成信号的调理、转化,并实现与终端显示和诊断模块的通信等功能。然后,完成终端显示及诊断模块的设计开发。采用飞凌OK6410开发板,搭建了WinCE操作系统平台,并开发基于WinCE 6.0操作系统的终端应用软件,通过触摸屏显示友好的人机交互界面,实现采集信号的实时显示、数据存储和故障诊断等功能。最后,对系统软硬件进行测试,开展航空发动机典型故障模拟实验,验证系统监测及诊断功能。同时,为实现系统的机载化,总结了系统相关的适航条款和可参考的相关行业标准,并梳理了系统的适航审定流程。
方质彬[8]（2014）在《基于嵌入式Linux的齿轮箱故障诊断系统研究》文中指出齿轮箱是机械设备中传递动力和改变转速的通用部件，广泛应用于航空工业、风力发电、冶金、电力设备、重型机械、运输机械和船舶等领域。齿轮箱结构复杂、工作环境恶劣，容易发生各种故障，因此对其进行故障诊断研究有着重要的实际意义。随着科技的进步和嵌入式技术的发展，嵌入式系统已广泛应用于各个行业和我们的生活中。将嵌入式技术和设备状态监测与故障诊断技术结合，研究基于嵌入式技术的故障诊断系统已经成为当前故障诊断领域的热点。本文以齿轮箱设备为研究对象，提出了一种基于嵌入式Linux的齿轮箱故障诊断系统。在充分考虑系统功能需求的情况下，以三星的ARM9芯片S3C2440为核心进行硬件平台的设计，采用嵌入式Linux操作系统进行软件平台的构建，在故障诊断应用程序开发过程中将小波阈值去噪、时域分析特征提取和BP神经网络算法嵌入到故障诊断系统中，实现了齿轮箱的嵌入式故障诊断系统。本文首先介绍了系统硬件平台设计，以三星S3C2440微处理器为硬件平台核心，在其基础上扩展了系统核心电路和部分外围接口电路，主要包括电源电路、外扩存储器电路、时钟和复位电路、串口电路、网络接口电路、SD卡接口电路、LCD接口电路、信号调理电路和A/D转换电路等。系统的软件开发部分包括嵌入式Linux系统软件平台构建和故障诊断应用程序设计。嵌入式Linux系统软件平台构建主要进行交叉开发环境的构建、U-Boot的移植、内核的配置、编译与移植、根文件系统移植和SD卡、A/D等设备驱动程序的编写与移植；故障诊断应用程序设计主要进行小波阈值去噪、时域分析特征提取和BP神经网络算法应用程序设计与编写。最后，在实验室的齿轮箱实验平台上进行了系统测试，通过系统数据采集模块采集齿轮箱各工况下振动信号并利用故障诊断应用程序对采集数据进行处理分析，实验结果表明该系统能够较好的实现齿轮箱的故障诊断。
徐阳[9]（2011）在《基于ARM+DSP的准在线故障诊断系统软件系统关键技术的研究》文中研究说明在对设备进行状态监测时,对采集到的数据进行实时的数据分析处理和故障诊断在现代企业的设备管理和维护中显得尤为重要。通常企业都是通过在线系统对大型重大设备进行监测,连续不断的进行数据的采集、处理和故障类型的分析。但是由于在线系统体积庞大,价格昂贵,且设计相对固定,难以对不同类型的设备使用。而离线的故障诊断设备虽然方便灵活,但功能较弱,不能够对采集数据进行实时的分析。为此,研究和开发了基于OMAP5912的准在线故障诊断系统,充分借鉴在线诊断系统和离线诊断系统的优点,利用ARM+DSP双核的特长,使系统既方便、灵活,又具有强大的数据处理功能。系统采用OMAP5912作为硬件平台,以开源、可移植的嵌入式Linux作为操作系统,构建了独特、良好的软硬件体系结构。本文在系统硬件平台上对系统的主要应用软件模块进行了研究和开发,论文的主要工作包括：1.建立了系统开发的软件环境。根据OMAP5912芯片的特点以及系统的外设,建立了系统的交叉编译环境、对系统硬件引导程序BootLoader的修改和移植,对嵌入式Linux系统、文件系统进行了与硬件平台对应的修改和移植。2.设计了系统的显示模块,通过MiniGUI设计系统的人机交换界面,使系统具有高性能、高可靠性和稳定性好的图谱显示。3.设计系统的存储模块。采用嵌入式数据库技术将SQLite数据库应用于准在线故障诊断系统当中,管理系统参数,并存储采集到的诊断信号及对信号进行处理。4.研究基于DSP Gateway的双核通信,通过双核通信完成对ARM端和DSP端不同功能程序的调度,以实现对系统资源的最佳利用。通过CCS开发DSP端的故障诊断程序,完成对采集数据的频谱、相位谱、倒频谱等分析方法的DSP程序实现。
任玉锋[10]（2011）在《汽轮机多参数运行监测仿真系统的研究》文中研究指明随着国民经济的发展,电力工业越来越深入的渗透进了生活中的各个方面。在电力工业中占有重要地位的汽轮机,无论在装机容量,还是在应用数量方面,都获得了快速、稳定的增长。因此,汽轮机安全、可靠的运行,成了我们面前的一大重要研究课题。另一方面,随着通信技术、微电子技术、和网络技术的发展,嵌入式技术得到了更加广泛的应用。本设计以监测仿真平台为基础,将嵌入式技术引入到汽轮机多参数运行系统的监测,对汽轮机安全可靠的运行,做了深入的研究。首先,结合汽轮机运行特征和国内外旋转机械仿真系统的研究,对汽轮机多参数运行仿真机械平台,进行了深入的设计。该系统针对汽轮机运行时各个重要参数的不同特征,搭建了相应的传感器采集网络,并对其信号的采集方法进行了深入的研究,保证了仿真系统能够完全模拟汽轮机工作时的真实运行状况。其次,以三星公司的ARM9芯片S3C2440为基础,对监测仿真系统的电路进行了设计。设计中主要对信号采集的预处理电路进行了较深入的分析,以保证所采集信号的可靠性与完整性;同时,对存储模块、显示模块、通信模块、以及外围接口模块和电源模块进行了设计,搭建出了完整可靠的嵌入式硬件控制系统。最后,构建了基于Linux的文件系统,并对各模块软件进行了设计。以U-Boot为基础,开发出本系统的BootLoader模块,同时针对嵌入式控制模块的硬件设计,对内核进行了移植,并构建出本系统的根文件系统。软件设计上,根据各模块的工作原理,结合软件编写过程,给出了各主要模块的软件流程。
二、基于linux的汽轮机转子在线监测与故障诊断系统（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、基于linux的汽轮机转子在线监测与故障诊断系统（论文提纲范文）
（1）徐州华润电厂汽轮机在线监测应用研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究内容 |
| 2 汽轮机控制保护系统简介 |
| 2.1 本文研究对象 |
| 2.2 汽轮机控制保护系统概述 |
| 2.3 汽轮机数字电液控制系统的功能 |
| 2.4 汽轮机紧急跳闸系统 |
| 2.5 DEH硬件选型及系统控制 |
| 2.6 EH系统 |
| 2.7 汽轮机本体监视仪表 |
| 3 汽轮机转子结构及常见故障 |
| 3.1 汽轮机转子结构 |
| 3.2 常见汽轮机转子故障分析 |
| 3.3 汽轮机转子损伤 |
| 3.4 机组启动过程中转子疲劳损伤 |
| 4 汽轮机转子热应力分析与有限元计算 |
| 4.1 热应力基本概念 |
| 4.2 温度场和热应力场数学模型 |
| 4.3 转子热应力的第一类边界递推算法 |
| 4.4 汽轮机转子上的合成应力 |
| 4.5 影响递推算法计算精度的主要因素 |
| 4.6 有限元法计算和利用ANSYS软件热分析步骤 |
| 4.7 热应力在线监测模型精度分析 |
| 5 汽轮机转子在线监测系统设计 |
| 5.1 在线监测系统的需求 |
| 5.2 软件设计方案 |
| 5.3 监测系统的实现 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（2）基于WS-ZHT3转子实验台的轮盘质量不平衡振动响应实验研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 转子质量不平衡研究方法概况 |
| 1.2.2 转子质量不平衡主要原因研究现状 |
| 1.2.3 转子质量不平衡有限元分析研究现状 |
| 1.2.4 转子质量不平衡实验研究现状 |
| 1.3 本文主要研究内容 |
| 2 单点和双点不平衡质量加重振动响应实验研究 |
| 2.1 实验装置介绍 |
| 2.2 三点试重法单面动平衡实验 |
| 2.2.1 三点试重动平衡机理 |
| 2.2.2 实验具体实施过程 |
| 2.2.3 实验结果分析 |
| 2.3 单点和双点不平衡质量加重实验 |
| 2.3.1 单点不平衡质量加重实验 |
| 2.3.2 双点不平衡质量加重实验 |
| 2.4 实验结果及数据分析 |
| 2.4.1 不平衡质量单点加重实验结果分析 |
| 2.4.2 不平衡质量双点加重实验结果分析 |
| 2.5 本章小结 |
| 3 轮盘不平衡质量径向位置改变振动响应实验研究 |
| 3.1 实验分析方法 |
| 3.1.1 频谱分析法 |
| 3.1.2 轴心轨迹法 |
| 3.2 实验过程与数据测量 |
| 3.2.1 实验方案 |
| 3.2.2 实验过程 |
| 3.2.3 实验数据 |
| 3.3 实验结果及数据分析 |
| 3.3.1 三种实验方法测量结果对比分析 |
| 3.3.2 不平衡质量改变量对转子临界转速灵敏度分析 |
| 3.3.3 不平衡质量径向位置改变量对转子临界转速灵敏度分析 |
| 3.4 本章小结 |
| 4 偏置轮盘质量不平衡振动响应实验研究 |
| 4.1 火电厂转子质量不平衡实例分析 |
| 4.1.1 励磁机振动分析处理 |
| 4.1.2 轴系动平衡 |
| 4.1.3 低压转子和励磁机转子动平衡高压转子动平衡 |
| 4.1.4 高压转子动平衡 |
| 4.1.5 动平衡效果 |
| 4.2 偏置轮盘系统理论分析 |
| 4.2.1 转子动力学模型 |
| 4.2.2 不平衡响应分析 |
| 4.2.3 偏置轮盘转子系统临界转速计算 |
| 4.3 实验过程与数据测量 |
| 4.3.1 实验具体实施方案 |
| 4.3.2 实验数据测量 |
| 4.3.3 实验结果分析 |
| 4.4 基于实验装置的有限元分析 |
| 4.4.1 有限元模型建立 |
| 4.4.2 网格划分 |
| 4.4.3 边界条件设置 |
| 4.4.4 有限元分析结果 |
| 4.5 理论与实验结果对比分析 |
| 4.6 本章小结 |
| 5 结论与展望 |
| 5.1 结论与创新点 |
| 5.2 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 |
| 作者简介 |
（3）基于卷积神经网络算法的汽轮机转子故障诊断研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的背景及研究目的和意义 |
| 1.2 汽轮机转子故障诊断发展现状 |
| 1.2.1 转子故障诊断发展历程 |
| 1.2.2 特征提取算法研究现状 |
| 1.2.3 模式识别算法研究现状 |
| 1.3 深度学习在故障诊断中的国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 文献综述简析 |
| 1.5 本文的主要研究内容 |
| 第2章 汽轮机转子故障诊断分析 |
| 2.1 引言 |
| 2.2 汽轮机振动监测技术 |
| 2.3 汽轮机转子动力学基础 |
| 2.4 汽轮机转子故障振动机理 |
| 2.4.1 转子不平衡故障机理 |
| 2.4.2 转子不对中故障机理 |
| 2.4.3 转子碰磨故障机理 |
| 2.5 本章小结 |
| 第3章 汽轮机转子故障模拟实验 |
| 3.1 引言 |
| 3.2 转子故障模拟实验系统 |
| 3.3 模拟实验方案制定 |
| 3.3.1 正常状态模拟实验 |
| 3.3.2 转子不平衡模拟实验 |
| 3.3.3 动静碰磨模拟实验 |
| 3.3.4 转子不对中模拟实验 |
| 3.4 数据采集 |
| 3.5 数据预处理 |
| 3.6 本章小结 |
| 第4章 基于一维卷积神经网络的汽轮机转子故障诊断 |
| 4.1 引言 |
| 4.2 卷积神经网络及其相关理论 |
| 4.2.1 卷积层 |
| 4.2.2 池化层 |
| 4.2.3 全连接层 |
| 4.2.4 卷积神经网络学习过程 |
| 4.3 一维卷积神经网络建立 |
| 4.4 本章小结 |
| 第5章 基于改进的深度卷积神经网络故障诊断算法 |
| 5.1 引言 |
| 5.2 IDCNN网络模型的建立 |
| 5.2.1 批量归一化层 |
| 5.2.2 全局平均池化层 |
| 5.2.3 卷积核Dropout算法 |
| 5.3 IDCNN与经典诊断算法的比较结果与讨论 |
| 5.3.1 抗噪性分析 |
| 5.3.2 基于统计学指标的模型性能分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（4）大型离心机组运行状态监测与故障诊断应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 存在的问题 |
| 1.4 课题研究内容 |
| 第2章 大型离心压缩机组工作原理 |
| 2.1 机组组合型式 |
| 2.2 汽轮机 |
| 2.2.1 工作原理 |
| 2.2.2 本体组成 |
| 2.2.3 主要性能参数 |
| 2.3 离心压缩机 |
| 2.3.1 现场结构 |
| 2.3.2 工作原理 |
| 2.3.3 性能参数 |
| 2.4 轴系监测系统 |
| 2.5 本章小结 |
| 第3章 SG8000监测故障方法研究 |
| 3.1 状态监测与故障诊断 |
| 3.1.1 状态监测与故障诊断的内容 |
| 3.1.2 状态监测信号 |
| 3.2 SG8000监测诊断方法研究 |
| 3.2.1 SG8000系统 |
| 3.2.2 SG8000监测诊断方法 |
| 3.3 本章小结 |
| 第4章 大型离心机组典型故障与诊断 |
| 4.1 转子不平衡 |
| 4.1.1 不平衡的原因 |
| 4.1.2 不平衡的振动特征 |
| 4.1.3 不平衡诊断案例 |
| 4.1.4 渐变不平衡诊断案例 |
| 4.2 转子断叶片或脱落 |
| 4.2.1 转子断叶片或脱落的原因 |
| 4.2.2 转子断叶片和脱落的振动特征 |
| 4.2.3 叶片脱落故障案例 |
| 4.2.4 断叶片诊断案例 |
| 4.3 转子裂纹 |
| 4.3.1 转子裂纹产生的原因 |
| 4.3.2 转子裂纹的振动特征 |
| 4.3.3 转子裂纹预防或消除的措施 |
| 4.3.4 转子裂纹诊断案例 |
| 4.4 转子弯曲 |
| 4.4.1 转子弯曲的原因 |
| 4.4.2 转子弯曲的振动特征 |
| 4.4.3 弯曲诊断案例一 |
| 4.4.4 弯曲诊断案例二 |
| 4.5 油膜涡动与油膜振荡 |
| 4.5.1 油膜涡动的原因 |
| 4.5.2 振动特征 |
| 4.5.3 治理措施 |
| 4.5.4 油膜涡动诊断案例 |
| 4.6 旋转失速与喘振 |
| 4.6.1 原因 |
| 4.6.2 振动特征 |
| 4.6.3 预防措施 |
| 4.6.4 旋转失速诊断案例 |
| 4.6.5 喘振诊断案例 |
| 4.7 摩擦故障 |
| 4.7.1 产生的原因 |
| 4.7.2 振动特征 |
| 4.7.3 避免或消除摩擦的措施 |
| 4.7.4 摩擦诊断案例 |
| 4.8 转子不对中 |
| 4.8.1 产生原因 |
| 4.8.2 振动特征 |
| 4.8.3 不对中诊断案例 |
| 4.9 本章小结 |
| 第5章 故障自动诊断实现研究 |
| 5.1 振动故障与故障征兆 |
| 5.2 自动诊断模型构建 |
| 5.3 自动诊断推理 |
| 5.3.1 故障征兆的权值计算 |
| 5.3.2 自动诊断推理 |
| 5.4 SG8000系统自动诊断实现与案例 |
| 5.4.1 自动诊断实现 |
| 5.4.2 自动诊断案例 |
| 5.5 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（5）工业汽轮机多通道振动检测系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.1.1 国外研究现状 |
| 1.1.2 国内研究现状 |
| 1.2 主要研究内容与论文结构 |
| 1.2.1 主要研究内容 |
| 1.2.2 论文结构 |
| 2 汽轮机故障特征分析与系统结构设计 |
| 2.1 振动基本概念 |
| 2.2 汽轮机轴承故障特征分析 |
| 2.2.1 转子不平衡的故障特征 |
| 2.2.2 不对中的故障特征 |
| 2.2.3 转子动静碰磨的故障特征 |
| 2.2.4 支撑松动的故障特征 |
| 2.3 汽轮机故障分析方法 |
| 2.3.1 时域分析方法 |
| 2.3.2 频域分析方法 |
| 2.3.3 时频分析方法 |
| 2.3.4 故障特征提取分析 |
| 2.4 系统功能需求与方案设计 |
| 2.4.1 汽轮机振动检测系统的功能需求 |
| 2.4.2 系统方案模块化设计 |
| 2.5 本章小结 |
| 3 系统硬件电路设计 |
| 3.1 振动传感器 |
| 3.1.1 振动传感器的基本原理 |
| 3.1.2 振动传感器的选型 |
| 3.1.3 振动传感器的安装 |
| 3.2 信号调理电路设计 |
| 3.2.1 I-V转换电路 |
| 3.2.2 差动放大电路 |
| 3.2.3 隔直与滤波 |
| 3.2.4 键相信号调理电路 |
| 3.3 AD转换模块 |
| 3.4 FPGA模块 |
| 3.4.1 FPGA模块选型 |
| 3.4.2 FPGA外围电路设计 |
| 3.5 STM32模块 |
| 3.5.1 FPGA与STM32的通信设计 |
| 3.5.2 STM32与上位机的通信设计 |
| 3.6 本章小结 |
| 4 系统软件设计 |
| 4.1 系统软件总体设计及开发环境 |
| 4.1.1 系统软件总体设计 |
| 4.1.2 系统软件开发环境 |
| 4.2 FPGA中FIFO模块软件设计 |
| 4.2.1 FIFO模块程序设计 |
| 4.2.2 FIFO模块软件仿真 |
| 4.3 AD控制模块与通信模块软件设计 |
| 4.3.1 AD时序分析 |
| 4.3.2 AD控制模块程序设计 |
| 4.3.3 FPGA与STM32通信模块软件设计 |
| 4.4 STM32模块软件设计 |
| 4.4.1 TIM定时器模块 |
| 4.4.2 FFT模块程序设计 |
| 4.4.3 以太网模块程序设计 |
| 4.5 上位机软件设计 |
| 4.6 本章小结 |
| 5 系统测试 |
| 5.1 系统部分测试 |
| 5.1.1 系统总体搭建 |
| 5.1.2 系统TIM模块测试 |
| 5.1.3 系统通信测试 |
| 5.2 系统总体测试 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（6）滚动轴承故障诊断方法研究（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 滚动轴承故障诊断技术的国内外研究现状 |
| 1.3 滚动轴承故障信号的分析方法 |
| 1.3.1 故障信号时域分析方法 |
| 1.3.2 故障信号频域分析方法 |
| 1.3.3 故障信号时频域分析方法 |
| 1.4 本文研究内容及章节安排 |
| 第二章 滚动轴承故障机理及实验描述 |
| 2.1 滚动轴承的结构形式 |
| 2.1.1 滚动轴承的基本结构 |
| 2.1.2 滚动轴承故障特征频率计算 |
| 2.2 滚动轴承失效成因及表现形式 |
| 2.3 滚动轴承振动机理分析与故障信号特征 |
| 2.3.1 滚动轴承的振动机理 |
| 2.3.2 滚动轴承的故障信号特征 |
| 2.4 滚动轴承振动信号采集装置 |
| 2.4.1 滚动轴承实验平台介绍 |
| 2.4.2 传感器及安装位置的选取 |
| 2.4.3 采集仪选型 |
| 2.5 本章小结 |
| 第三章 基于改进MCKD的滚动轴承故障诊断方法 |
| 3.1 最大相关峭度解卷积 |
| 3.2 改进的MCKD算法 |
| 3.2.1 基于峭度和故障特征频率能量比值的复合评价指标设计 |
| 3.2.2 Teager能量算子解调 |
| 3.3 基于改进MCKD的滚动轴承故障诊断方法 |
| 3.4 仿真信号处理 |
| 3.4.1 仿真信号设计 |
| 3.4.2 仿真信号验证 |
| 3.5 滚动轴承实测信号验证 |
| 3.5.1 基于改进MCKD的故障诊断分析 |
| 3.5.2 改进前方法的故障诊断分析 |
| 3.6 本章小结 |
| 第四章 基于改进VMD和阶比分析的变转速滚动轴承故障诊断 |
| 4.1 阶比分析 |
| 4.2 基于互信息的改进VMD方法 |
| 4.2.1 VMD原理 |
| 4.2.2 互信息定义 |
| 4.2.3 改进VMD方法 |
| 4.3 基于改进VMD与 COT的变转速滚动轴承故障特征提取 |
| 4.3.1 实测故障数据分析 |
| 4.3.2 正常轴承数据分析 |
| 4.4 故障检测精度分析 |
| 4.5 本章小结 |
| 第五章 基于嵌入式技术的滚动轴承故障特征提取系统设计 |
| 5.1 前言 |
| 5.2 系统整体设计方案 |
| 5.3 系统硬件设计方案 |
| 5.3.1 电源电路模块 |
| 5.3.2 数据采集模块 |
| 5.3.3 数据处理模块 |
| 5.3.4 以太网接口模块 |
| 5.3.5 PCB模块设计 |
| 5.4 系统软件设计方案 |
| 5.4.1 下位机软件设计 |
| 5.4.2 上位机软件设计 |
| 5.5 经典共振解调法在嵌入式设计系统中的验证 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 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 |
（7）基于嵌入式的航空发动机实时监测与故障诊断系统开发（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 航空发动机状态监测与故障诊断技术研究现状 |
| 1.2.1 航空发动机状态监测技术 |
| 1.2.2 航空发动机故障诊断技术 |
| 1.3 嵌入式实时监测及故障诊断技术研究现状 |
| 1.3.1 嵌入式系统特点 |
| 1.3.2 国内外研究现状 |
| 1.4 本文主要研究内容与论文结构 |
| 第二章 航空发动机实时监测及诊断原理研究 |
| 2.1 发动机监测系统总体方案 |
| 2.2 静电传感器理论 |
| 2.2.1 静电传感器原理及分类 |
| 2.2.2 静电信号采集原理 |
| 2.3 传感器内置调理电路 |
| 2.3.1 传感器等效电路 |
| 2.3.2 内置信号调理电路设计 |
| 2.3.3 内置信号处理电路仿真 |
| 2.3.4 噪声分析 |
| 2.3.5 信号处理电路测试 |
| 2.4 静电信号诊断原理 |
| 2.4.1 静电信号表征参数 |
| 2.4.2 静电健康基线设定 |
| 2.4.3 基于SVM的故障模式识别 |
| 2.5 本章小结 |
| 第三章 数据采集模块设计 |
| 3.1 数据采集模块总体框架 |
| 3.2 信号调理电路 |
| 3.2.1 滤波电路 |
| 3.2.2 差分放大电路 |
| 3.3 模/数转换部分 |
| 3.3.1 模/数转换概述 |
| 3.3.2 Σ-Δ 型ADC工作原理 |
| 3.3.3 Σ-ΔADC电路实现 |
| 3.4 协处理器部分 |
| 3.4.1 硬件实现 |
| 3.4.2 软件设计与流程 |
| 3.5 最终数据采集模块电路板 |
| 3.6 本章小结 |
| 第四章 基于WinCE的终端显示及诊断模块设计 |
| 4.1 基于WinCE的终端显示及诊断模块总体方案 |
| 4.1.1 需求分析及整体机构 |
| 4.1.2 硬件平台选型 |
| 4.1.3 操作系统平台选择 |
| 4.2 WinCE嵌入式操作系统定制和移植 |
| 4.2.1 WinCE 6.0 体系结构分析 |
| 4.2.2 WinCE操作系统平台构建 |
| 4.3 基于WinCE的应用软件开发 |
| 4.3.1 身份认证界面 |
| 4.3.2 参数配置 |
| 4.3.3 数据采集及特征提取 |
| 4.3.4 故障预警功能 |
| 4.3.5 故障诊断功能 |
| 4.4 本章小结 |
| 第五章 系统测试与适航审定 |
| 5.1 系统硬件测试 |
| 5.1.1 信号失真测试 |
| 5.1.2 防火花测试 |
| 5.1.3 温度监测电路测试 |
| 5.2 系统监测功能测试 |
| 5.2.1 故障模拟实验台搭建 |
| 5.2.2 监测功能测试 |
| 5.3 系统诊断功能测试 |
| 5.3.1 外来吸入物故障模拟实验 |
| 5.3.2 碰摩故障模拟实验 |
| 5.4 系统适航管理 |
| 5.4.1 适航条款及相关标准 |
| 5.4.2 适航审定过程 |
| 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 |
| 在学期间的研究成果及发表的学术论文 |
（8）基于嵌入式Linux的齿轮箱故障诊断系统研究（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 国内外研究现状及发展趋势 |
| 1.3 嵌入式系统概述 |
| 1.3.1 嵌入式系统的概念及特点 |
| 1.3.2 嵌入式系统的组成 |
| 1.3.3 嵌入式系统的开发流程 |
| 1.4 本文的主要研究内容 |
| 第二章 齿轮箱故障形式及振动信号分析 |
| 2.1 齿轮的常见故障形式与振动机理 |
| 2.1.1 齿轮的常见故障形式 |
| 2.1.2 齿轮的振动机理 |
| 2.2 滚动轴承的常见故障形式与振动机理 |
| 2.2.1 滚动轴承的常见故障形式 |
| 2.2.2 滚动轴承的振动机理 |
| 2.3 齿轮箱振动信号分析 |
| 2.3.1 时域分析 |
| 2.3.2 频域分析 |
| 2.3.3 时频分析 |
| 2.4 本章小结 |
| 第三章 嵌入式诊断系统硬件平台设计 |
| 3.1 嵌入式诊断系统总体实现方案 |
| 3.2 嵌入式微处理器介绍 |
| 3.3 系统核心电路 |
| 3.4 系统外围电路 |
| 3.5 本章小结 |
| 第四章 嵌入式 Linux 系统软件平台构建 |
| 4.1 嵌入式操作系统类型与选择 |
| 4.2 交叉开发环境的构建 |
| 4.3 Bootloader 概述与移植 |
| 4.3.1 Bootloader 概述 |
| 4.3.2 U-Boot 的移植 |
| 4.4 Linux 内核概述与移植 |
| 4.4.1 Linux 内核概述 |
| 4.4.2 Linux 内核源码的修改 |
| 4.4.3 Linux 内核的配置与编译 |
| 4.5 Linux 根文件系统移植 |
| 4.5.1 Linux 文件系统概述 |
| 4.5.2 Busybox 的移植 |
| 4.5.3 根文件系统的构建 |
| 4.6 系统驱动程序设计 |
| 4.6.1 Linux 设备驱动程序概述 |
| 4.6.2 Linux 设备驱动的分类 |
| 4.6.3 SD 卡驱动程序设计 |
| 4.6.4 A/D 驱动程序设计 |
| 4.7 本章小结 |
| 第五章 嵌入式诊断系统应用程序设计与测试 |
| 5.1 齿轮箱实验平台与模拟故障设置 |
| 5.2 系统采集振动信号测试 |
| 5.3 小波阈值去噪应用程序设计与测试 |
| 5.4 特征提取应用程序设计与测试 |
| 5.5 BP 神经网络应用程序设计与测试 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及所取得的研究成果 |
| 致谢 |
（9）基于ARM+DSP的准在线故障诊断系统软件系统关键技术的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 1 绪论 |
| 1.1 引言 |
| 1.2 设备状态监测与故障诊断技术及相关设备的发展概况 |
| 1.2.1 现代设备状态监测与故障诊断技术概况 |
| 1.2.2 故障诊断系统的发展概状 |
| 1.3 课题的来源、目的和意义 |
| 1.3.1 课题的来源 |
| 1.3.2 课题的目的和意义 |
| 1.4 本论文的主要工作 |
| 2 准在线故障诊断系统的总体设计 |
| 2.1 系统的总体要求 |
| 2.2 系统的整体硬件平台 |
| 2.2.1 OMAP5912微处理器 |
| 2.2.2 硬件功能模块简介 |
| 2.3 系统的整体软件规划 |
| 2.4 系统的开发工具 |
| 3 系统软件平台的构建 |
| 3.1 交叉编译环境的建立 |
| 3.2 引导程序Bootloader |
| 3.2.1 Bootloader的基本概念 |
| 3.2.2 U-Boot的移植 |
| 3.3 操作系统内核 |
| 3.3.1 Linux内核及其目录结构 |
| 3.3.2 Linux内核的移植 |
| 3.4 制作文件系统 |
| 4 系统软件关键技术的研究 |
| 4.1 系统的图形界面设计 |
| 4.1.1 MiniGUI简介 |
| 4.1.2 MiniGUI的安装和移植 |
| 4.1.3 系统的MiniGUI界面开发 |
| 4.2 系统数据的存储与管理 |
| 4.2.1 嵌入式数据库SQLite |
| 4.2.2 SQLite的开发基础 |
| 4.2.3 SQLite在准在线故障诊断系统中的应用 |
| 4.3 双核通讯的实现 |
| 4.3.1 双核通讯的物理实现 |
| 4.3.2 DSP Gateway |
| 4.3.3 系统的双核通信程序开发 |
| 4.4 DSP端数据处理程序 |
| 4.4.1 DSP开发环境CCS |
| 4.4.2 数据处理程序的开发 |
| 5 总结与展望 |
| 5.1 课题总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（10）汽轮机多参数运行监测仿真系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 状态监测与故障诊断的国内外研究现状 |
| 1.2.1 国外相关研究状况 |
| 1.2.2 国内相关研究状况 |
| 1.3 主要研究内容 |
| 第2章 汽轮机监测仿真平台的开发 |
| 2.1 汽轮机监测仿真系统的主要原理及功能 |
| 2.2 监测仿真系统传感器 |
| 2.2.1 电涡流传感器 |
| 2.2.2 振动传感器 |
| 2.2.3 速度传感器 |
| 2.2.4 LVDT 传感器 |
| 2.3 仿真系统参量的监测方案设计 |
| 2.3.1 转速的监测 |
| 2.3.2 超速的监测 |
| 2.3.3 振动的监测 |
| 2.3.4 偏心的监测 |
| 2.3.5 胀差的监测 |
| 2.3.6 瓦振的监测 |
| 2.3.7 轴向位移的监测 |
| 2.4 本章小结 |
| 第3章 汽轮机监测仿真系统的软硬件设计 |
| 3.1 系统设计的总体思想 |
| 3.2 信号调理电路 |
| 3.2.1 交流信号的处理 |
| 3.2.2 间隙电压的处理 |
| 3.3 AD 转换接口电路设计 |
| 3.4 通信电路接口设计 |
| 3.5 存储电路模块设计 |
| 3.5.1 存储器电路设计 |
| 3.5.2 Flash 的电路设计 |
| 3.6 液晶显示电路设计 |
| 3.7 按键电路模块设计 |
| 3.8 电源电路设计 |
| 3.9 本章小结 |
| 第4章 基于Linux 的文件系统构建与软件开发 |
| 4.1 监测仿真系统的Bootloader 开发 |
| 4.1.1 监测仿真系统的Bootloader 的选择 |
| 4.1.2 监测仿真系统的U-BOOT 启动过程 |
| 4.1.3 监测仿真系统的U-BOOT 的设计 |
| 4.2 监测仿真系统的Linux 系统内核的移植 |
| 4.2.1 Linux 的内核概述 |
| 4.2.2 Linux 的内核移植分析 |
| 4.3 监测仿真系统的Linux 根文件系统的制作 |
| 4.3.1 根文件系统的目录结构 |
| 4.3.2 根文件系统的制作 |
| 4.4 软件流程设计 |
| 4.4.1 数据采集模块软件设计 |
| 4.4.2 故障诊断模块软件设计 |
| 4.4.3 数据存储与传输模块软件设计 |
| 4.4.4 显示模块软件设计 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
四、基于linux的汽轮机转子在线监测与故障诊断系统（论文参考文献）
- [1]徐州华润电厂汽轮机在线监测应用研究[D]. 卢新雅. 中国矿业大学, 2021
- [2]基于WS-ZHT3转子实验台的轮盘质量不平衡振动响应实验研究[D]. 许相坤. 沈阳工程学院, 2021(02)
- [3]基于卷积神经网络算法的汽轮机转子故障诊断研究[D]. 董文卓. 东北电力大学, 2020(01)
- [4]大型离心机组运行状态监测与故障诊断应用研究[D]. 董芳玺. 山东大学, 2020(10)
- [5]工业汽轮机多通道振动检测系统的研究[D]. 陈晓烽. 安徽理工大学, 2019(01)
- [6]滚动轴承故障诊断方法研究[D]. 薛海峰. 石家庄铁道大学, 2018(03)
- [7]基于嵌入式的航空发动机实时监测与故障诊断系统开发[D]. 周曼曼. 南京航空航天大学, 2017(03)
- [8]基于嵌入式Linux的齿轮箱故障诊断系统研究[D]. 方质彬. 中北大学, 2014(08)
- [9]基于ARM+DSP的准在线故障诊断系统软件系统关键技术的研究[D]. 徐阳. 郑州大学, 2011(04)
- [10]汽轮机多参数运行监测仿真系统的研究[D]. 任玉锋. 哈尔滨理工大学, 2011(05)