基于数据驱动的低温余热发电系统的状态监测和故障诊断
有机朗肯循环论文 故障诊断论文 非高斯分布论文 核熵成分分析论文 核密度估计论文 支持向量机论文
论文详情
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第9-20页 |
1.1 课题研究的背景和意义 | 第9-10页 |
1.2 故障诊断的国内外研究现状 | 第10-12页 |
1.2.1 故障诊断的相关概念 | 第10-11页 |
1.2.2 故障诊断方法的国内外研究现状 | 第11-12页 |
1.3 基于数据驱动的故障诊断方法的国内外研究现状 | 第12-16页 |
1.4 低温余热发电系统中单个部件故障诊断方法的研究现状 | 第16-18页 |
1.5 本文主要研究内容 | 第18-20页 |
第2章 低温余热发电系统的故障研究 | 第20-34页 |
2.1 引言 | 第20页 |
2.2 低温余热发电系统的描述 | 第20-21页 |
2.3 低温余热发电系统部件的故障描述 | 第21-29页 |
2.3.1 传感器故障 | 第21-23页 |
2.3.2 换热器故障 | 第23-25页 |
2.3.3 工质泵故障 | 第25-26页 |
2.3.4 节流阀故障 | 第26-27页 |
2.3.5 膨胀机故障 | 第27-29页 |
2.4 低温余热发电系统的故障诊断仿真平台 | 第29-33页 |
2.5 本章小结 | 第33-34页 |
第3章 低温余热发电系统的故障检测 | 第34-56页 |
3.1 引言 | 第34页 |
3.2 KECA算法 | 第34-37页 |
3.3 故障诊断统计量及控制限的求取 | 第37-40页 |
3.4 KECA算法应用于低温余热发电系统的故障检测 | 第40-41页 |
3.5 KICA-KPCA算法应用于低温余热发电系统的故障检测 | 第41-44页 |
3.6 对比仿真结果及分析 | 第44-54页 |
3.6.1 传感器故障诊断结果 | 第45-47页 |
3.6.2 执行器故障诊断结果 | 第47-49页 |
3.6.3 换热器故障诊断结果 | 第49-54页 |
3.7 本章小结 | 第54-56页 |
第4章 低温余热发电系统的故障分离 | 第56-68页 |
4.1 引言 | 第56页 |
4.2 SVM分类算法 | 第56-59页 |
4.3 基于SVM的低温余热发电系统的故障分离 | 第59-60页 |
4.4 M-RVM多分类算法 | 第60-62页 |
4.5 基于M-RVM的低温余热发电系统的故障分离 | 第62-67页 |
4.6 本章小结 | 第67-68页 |
第5章 结论与展望 | 第68-70页 |
参考文献 | 第70-75页 |
攻读硕士学位期间发表的论文及其它成果 | 第75-76页 |
致谢 | 第76页 |
论文购买
论文编号
ABS4451969,这篇论文共76页
会员购买按0.30元/页下载,共需支付
22.8。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
38。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文