基于数据驱动的注塑机液压故障智能诊断系统研究与设计 |
论文目录 | | | 摘要 | 第1-6页 | | ABSTRACT | 第6-7页 | | 第一章 绪论 | 第10-21页 | | 1.1 研究背景与意义 | 第10-11页 | | 1.2 故障诊断方法概述 | 第11-14页 | | 1.3 国内外研究现状 | 第14-19页 | | 1.3.1 注塑机故障诊断研究现状 | 第14-16页 | | 1.3.2 液压系统故障诊断研究现状 | 第16-18页 | | 1.3.3 数据驱动的故障诊断研究现状 | 第18-19页 | | 1.4 本文研究内容与章节安排 | 第19-21页 | | 第二章 注塑机故障诊断需求与方案设计 | 第21-36页 | | 2.1 注塑机结构工作原理 | 第21-25页 | | 2.1.1 注塑机的结构组成 | 第21-22页 | | 2.1.2 注塑成型过程 | 第22-25页 | | 2.2 注塑机故障诊断需求分析 | 第25-27页 | | 2.3 故障智能诊断系统模型 | 第27-30页 | | 2.4 注塑机液压故障智能诊断系统方案 | 第30-35页 | | 2.4.1 系统软件架构设计 | 第30-31页 | | 2.4.2 系统结构与运行原理 | 第31-33页 | | 2.4.3 数据挖掘工具分析与选取 | 第33-35页 | | 2.5 本章小结 | 第35-36页 | | 第三章 注塑机液压故障数据采集 | 第36-47页 | | 3.1 液压缸内泄漏理论 | 第36-37页 | | 3.2 内泄漏故障实验设计 | 第37-43页 | | 3.2.1 实验方案 | 第38-39页 | | 3.2.2 实验设备与仪器 | 第39-40页 | | 3.2.3 实验内容 | 第40-43页 | | 3.3 实验数据结果与预处理 | 第43-46页 | | 3.4 本章小结 | 第46-47页 | | 第四章 故障特征提取与智能诊断算法研究 | 第47-69页 | | 4.1 注射阶段信号探索性分析 | 第47-49页 | | 4.2 保压阶段压力信号数据时域特征提取 | 第49-54页 | | 4.2.1 时域统计特征概念 | 第49-51页 | | 4.2.2 原始时域特征提取 | 第51-52页 | | 4.2.3 时域特征的主成分分析 | 第52-54页 | | 4.3 保压压力信号频域能量特征提取 | 第54-60页 | | 4.3.1 小波包分解与重构 | 第55-57页 | | 4.3.2 小波包能量特征提取 | 第57-60页 | | 4.4 基于XGBOOST的注塑机内泄漏故障诊断 | 第60-68页 | | 4.4.1 XGBoost算法概述 | 第60-62页 | | 4.4.2 故障诊断模型训练与评估 | 第62-66页 | | 4.4.3 故障诊断结果与对比分析 | 第66-68页 | | 4.5 本章小结 | 第68-69页 | | 第五章 注塑机液压故障系统开发与实现 | 第69-82页 | | 5.1 软件系统设计与开发 | 第69-79页 | | 5.1.1 软件开发技术与运行环境 | 第69-70页 | | 5.1.2 数据库设计 | 第70-72页 | | 5.1.3 系统诊断时序图设计 | 第72-73页 | | 5.1.4 软件功能实现 | 第73-79页 | | 5.2 系统测试 | 第79-81页 | | 5.2.1 系统功能测试 | 第79-80页 | | 5.2.2 系统性能测试 | 第80-81页 | | 5.3 本章小结 | 第81-82页 | | 结论与展望 | 第82-84页 | | 参考文献 | 第84-89页 | | 攻读硕士学位期间取得的研究成果 | 第89-90页 | | 致谢 | 第90-91页 | | 附件 | 第91页 |
|
|
|
| |
