论文目录 | |
| 学位论文数据集 | 第1-4页 |
| 摘要 | 第4-7页 |
| ABSTRACT | 第7-17页 |
| 第一章 绪论 | 第17-33页 |
| 1.1 本课题研究的背景及意义 | 第17-19页 |
| 1.2 大型旋转机械运行故障早期预警技术的历史、现状及存在问题 | 第19-23页 |
| 1.2.1 状态监测技术历史与现状 | 第19-20页 |
| 1.2.2 故障预测技术的历史与现状 | 第20-22页 |
| 1.2.3 大型旋转机械运行故障早期预警系统存在的问题 | 第22-23页 |
| 1.3 故障诊断技术研究的现状及存在的问题 | 第23-27页 |
| 1.3.1 故障诊断技术与设备诊断工程 | 第23-24页 |
| 1.3.2 故障诊断技术的研究现状 | 第24-27页 |
| 1.3.3 大型离心透平压缩机故障诊断技术研究中存在的问题 | 第27页 |
| 1.4 流程工业智能维修技术与工程资产管理研究的现状及存在问题 | 第27-31页 |
| 1.4.1 维修技术的发展及研究现状 | 第27-30页 |
| 1.4.2 智能维修技术与工程资产管理研究存在的问题 | 第30-31页 |
| 1.5 本文研究内容及结构安排 | 第31-33页 |
| 第二章 面向服务架构的维修信息化智能化研究 | 第33-73页 |
| 2.1 引言 | 第33-35页 |
| 2.2 设备安全风险管理流程分析及体系架构 | 第35-38页 |
| 2.3 基于风险的动态智能维修技术研究 | 第38-42页 |
| 2.3.1 设备诊断工程的发展与维修方式的变革 | 第38页 |
| 2.3.2 维修工程目标 | 第38页 |
| 2.3.3 以可靠性为中心的维修 | 第38-39页 |
| 2.3.4 基于风险的动态智能维修 | 第39-41页 |
| 2.3.5 基于风险的动态智能维修系统组成 | 第41-42页 |
| 2.4 基于面向服务架构的系统集成模型 | 第42-71页 |
| 2.4.1 企业系统集成模型现状及存在的问题 | 第42-46页 |
| 2.4.2 面向服务的架构系统建模技术研究 | 第46-58页 |
| 2.4.3 大型炼化企业工程资产管理信息化数据模型建模技术研究 | 第58-65页 |
| 2.4.4 大型炼化企业工程资产管理信息化集成服务模型技术研究 | 第65-69页 |
| 2.4.5 与ERP系统集成模型 | 第69-71页 |
| 2.5 本章小结 | 第71-73页 |
| 第三章 大型旋转机械运行故障早期预警技术 | 第73-106页 |
| 3.1 引言 | 第73-74页 |
| 3.2 故障特征曲线及故障检测点概述 | 第74-78页 |
| 3.2.1 设备故障特征曲线定义 | 第74-76页 |
| 3.2.2 故障诊断与故障预报 | 第76-77页 |
| 3.2.3 设备故障P-F时间定义 | 第77-78页 |
| 3.3 基于诊断知识的智能报警系统 | 第78-95页 |
| 3.3.1 基于诊断知识的预警参数特征选取 | 第79-83页 |
| 3.3.2 运行故障早期预警系统框架设计 | 第83-87页 |
| 3.3.3 报警策略及门限自学习设计 | 第87-95页 |
| 3.4 基于Elman神经网络的趋势预测算法研究 | 第95-104页 |
| 3.4.1 Elman神经网络简介 | 第96-97页 |
| 3.4.2 趋势预测模型比较分析 | 第97-99页 |
| 3.4.3 趋势预测仿真实例及比较 | 第99-104页 |
| 3.5 本章小结 | 第104-106页 |
| 第四章 基于多源信息融合的集成化智能诊断系统的研究 | 第106-129页 |
| 4.1 引言 | 第106-107页 |
| 4.2 多源信息融合基本原理及层次结构 | 第107-109页 |
| 4.2.1 信息融合的基本原理 | 第108页 |
| 4.2.2 信息融合的层次结构 | 第108-109页 |
| 4.3 D-S证据推理信息融合决策理论及方法 | 第109-113页 |
| 4.3.1 D-S证据理论简介 | 第109-112页 |
| 4.3.2 证据合成法则 | 第112-113页 |
| 4.4 基于D-S证据理论的旋转机械多维诊断知识信息融合故障诊断方法 | 第113-128页 |
| 4.4.1 基于企业服务总线的故障诊断数据融合系统的体系拓扑结构 | 第113-116页 |
| 4.4.2 故障空间及识别框架的构成 | 第116-119页 |
| 4.4.3 征兆空间及证据的选择与构成 | 第119-124页 |
| 4.4.4 基于D-S证据理论的旋转机械多维诊断知识信息融合故障诊断模型 | 第124-125页 |
| 4.4.5 基于D-S证据理论的旋转机械信息融合故障诊断的推理计算 | 第125-128页 |
| 4.5 本章小结 | 第128-129页 |
| 第五章 基于风险的动态智能维修平台研制及工程应用 | 第129-146页 |
| 5.1 引言 | 第129-130页 |
| 5.2 基于风险的动态智能维修平台应用实例 | 第130-145页 |
| 5.2.1 企业设备安全风险综合管理平台层次模型分析 | 第130-131页 |
| 5.2.2 企业设备安全风险综合管理整体架构 | 第131-133页 |
| 5.2.3 基于风险的动态智能维修平台功能模块介绍 | 第133-144页 |
| 5.2.4 基于服务模型的系统集成架构介绍 | 第144-145页 |
| 5.3 本章小结 | 第145-146页 |
| 第六章 结论与展望 | 第146-149页 |
| 6.1 结论 | 第146-147页 |
| 6.2 展望 | 第147-149页 |
| 参考文献 | 第149-155页 |
| 附录1 轴心位置计算方法 | 第155-158页 |
| 附录2 判据数值化对照表 | 第158-162页 |
| 致谢 | 第162-163页 |
| 研究成果及发表论文 | 第163-164页 |
| 作者和导师简介 | 第164页 |
