一、洗衣机的振动与噪声故障的检修（论文文献综述）
王天宇[1]（2021）在《基于数字成像和图像处理的转速和振动测量研究》文中认为旋转机械在能源、化工、电力、冶金等行业占有举足轻重的地位。旋转机械的转速和振动参数是其重要的运行参数,其测量有助于及时、准确地掌握旋转机械的健康状况,为工业系统故障预警、避免无计划的停工停产提供科学的数据。然而现有的检测仪表在性能、价格和适用范围等方面均存在一定的局限性,特别是在复杂、恶劣的工业环境下。比如对于尺寸较小的微机电系统,常规的接触式测量装置会引入额外质量,影响其动态特性。在一些不易于粘贴标记的对象,比如大型风机的叶片等部件,常规传感器的安装与维护成本较高。为了更好地保障机械设备运行的安全性和高效性,有必要继续探究新的测量技术,准确可靠地测量转速和振动,来实现更为完善的设备工作状态监测,推动该领域的研究发展。随着图像传感器制造工艺和图像处理技术的发展,视觉测量方法在机械状态监测领域得到了一定的应用。但目前的视觉测量系统主要是基于昂贵的高速相机,不利于工业上的普遍应用。另外,由于运动模糊等现象的影响,测量精度有待提升。本文通过研究旋转机械转子部件在设备运行过程中的运动特性和图像传感器的感应机理,开发基于低成本图像传感器和图像处理技术的转速和振动测量系统,其具有较高的测量精度和可靠性。相比于高速相机成像的测量系统,该方法可大大降低测量成本。主要的研究成果如下:（1）提出一种基于图像序列相似度的转速测量方法。该方法采用低成本图像传感器采集图像序列,通过提出的三种图像相似度指标,将图像序列转换为一维的相似度信号。根据图像相似度信号的时域、频域特性,提出短时Chirp-Z变换和基于抛物线插值的短时自相关方法,用于图像相似度信号的瞬时旋转频率估计,提取转速信息。对恒定转速的测量结果的最大相对误差不超过±0.7%,归一化标准差不超过1%（转速测量范围为0rpm-3000rpm）。对于动态转速,亦能够得到满意的测量结果。对于渐变转速（1000 rpm-2000 rpm）的测量误差小于±0.5%,对于转速的阶跃变化,测量误差不超过1.4%。该方法基于图像的周期性,可有效克服运动模糊、目标遮挡等不利影响,保证测量精度。（2）提出基于图像相关的振动测量方法。当旋转机械在运行时,旋转部件的振动会导致图像灰度分布的变化。采用图像相关方法处理旋转部件图像序列,获取能够表征旋转部件振动的图像相关信号,通过频谱分析求解旋转部件的振动频率和振幅。与商用电涡流传感器的测量结果进行了对比。从实验结果上来看,该视觉测量系统能够准确地测量不同转速下的振动频率和相对振动幅度,测得的振动频谱与参考装置几乎一致,在基频和高次谐波频率处都存在强烈且明显分离的谱峰。不同于现有的图像方法,该方法无需在被测部件上附加人工标记,具有较高的普适性。（3）提出基于二维码跟踪的转速测量方法。利用局部特征和图像匹配算法,跟踪粘贴在旋转部件表面的二维码标记,实现旋转部件旋转角度和转速的测量。本文主要采用AKAZE局部特征,并通过图像相关系数和Hamming距离对特征匹配过程进行优化,提高特征匹配精度,减少误匹配。测量结果与SIFT、SURF算法进行对比。实验结果表明,转速测量的最大相对误差不超过± 1%,归一化标准差不超过0.6%,测量性能优于SIFT、SURF算法。该方法只需2张转子图像,即可完成测量,具有较高的测量精度、实时性好。（4）在多种实验工况的条件下对视觉测量系统进行性能测试,实验结果验证了测量系统的可靠性和环境适应性。深入研究图像传感器分辨率、帧率、曝光时间、光照强度、拍摄角度等对测量系统性能的影响,探求视觉测量系统最佳工作参数。另外,对提出的视觉测量系统进行了现场测试,包括风力发电机的转速和振动测量、工业电机转轴的转速测量等。实验表明,本文开发的视觉测量系统可以精准表征旋转机械转速与振动等信息,测量精度和测速范围均优于现有的图像方法。
丁凤珠[2]（2020）在《西安地区大型综合医院后勤保障用房建筑设计研究》文中进行了进一步梳理20世纪末开始,国内的医疗服务体系进入快速发展阶段,医院建设工作大规模展开,力求为患者提供更优质、高效的医疗服务,为医护人员提供更高效、舒心、安全的工作环境,从而提升民生工程的核心质量。医院后勤保障系统一直以来在医院的运行中都扮演着极其重要的角色,随着医院的数量日益增多,规模愈加庞大,医院后勤保障系统的组织与建设便成了更加复杂、重要的工作项目。医院后勤保障服务主要负责为医院各项工作、科研、教学和生活的稳定开展提供各类支撑,主要有提供水、暖、电的建筑设备支撑、提供医疗活动所需的医疗设备支撑、存放各类物资的医疗保障支撑、以及提供饮食、被服及垃圾、污水处理的其他后勤保障支撑。但是作者在综合医院建筑设计的工作中,发现如今西安地区的医院建筑设计主要把重心放在医院的主要医疗服务空间上（如:门诊、医技、综合住院部）,而医院后勤保障部分往往成为了最容易被忽视的部分。西安地处我国西部地区,医疗资源发展仍有些许不足。并且在我国,对医院后勤保障用房建筑设计的研究较少,因此笔者将通过资料研究、实地走访等方法着重探索如何借鉴先进地区的先进医院案例的后勤保障体系的后勤保障用房建筑设计经验,并结合当下及未来先进的医疗设备及工艺的发展,使西安地区大型综合医院后勤保障用房的建设水平得以提升,从而更好的顺应未来医疗服务发展需求,为西安地区的患者提供更加优质的医疗服务环境。本文内容共分为六章:第一章绪论,阐述了该论文的研究背景、研究意义及目的、国内外研究现状、研究内容、框架以及研究方法;第二章影响综合医院后勤保障用房建设的相关因素,从宏观政策、后勤管理模式和医疗技术水平的发展程度来探究对综合医院后勤保障用房建筑的影响,并对西安地区大型综合医院后勤保障用房建设的现状进行了实地调研,从中发掘问题;第三章综合医院后勤保障用房总体布局设计研究,从综合医院总体布局规划角度,研究医院后勤保障用房与风向、水文等自然的关系,以及详细地分析各类医院后勤保障用房单体建筑与各个医疗部分、各类后勤保障用房之间的关系;第四章综合医院后勤保障用房建筑单体设计研究,将综合医院后勤保障用房分为建筑设备用房、医疗设备用房、医疗保障用房及其他后勤保障用房三大类,并且从具体的每一类建筑用房进行较为细致的建筑单体设计研究;第五章对西安地区综合医院后勤保障用房建筑设计提出初步建议及相关材料支撑,从西安地区大型综合医院的发展趋势、相应的后勤保障用房发展方向、西安地区大型综合医院后勤保障用房的总体布局规划到西安地区大型综合医院各类后勤保障功能用房规模占比,以及新技术在综合医院后勤保障系统中的运用等多方面,对未来西安地区大型综合医院的后勤保障用房的发展进行初步论述;第六章结论,对整篇论文进行总结,得出研究结论。
何慧龙[3]（2007）在《机电设备微弱特征提取与诊断方法研究》文中指出机械设备自身结构的复杂性、多个零部件的协同工作、激励和故障源的多样性等都可能造成振动信号的复杂性,给故障诊断带来困难。本论文以机电设备为对象,对复杂振动信号中的微弱特征提取及相关诊断方法进行了研究。为了提取淹没于噪声中的微弱特征信号,本文研究了级联双稳随机共振系统的非线性低通滤波特性。研究发现,通过级联这样一种方式,高频能量能不断地向低频转移,在实现低通滤波的同时,位于低频的微弱特征成分由于能量的增加将逐级突显出来。刀具切削和滚动轴承的诊断实例说明了其实用性。每个传感器采集的信号往往是设备多个零部件振动源的混合信号,盲源分离技术为此类混合信号的分离提供了理论基础。由于实际测得振动信号中常掺杂有噪声,而目前的盲分离算法均没有考虑噪声的影响。本文提出一种基于随机共振与盲分离相结合的方法,该方法先对有噪混合信号进行级联双稳随机共振降噪再进行盲分离。仿真实验表明该方法可以有效地提高盲分离性能。经验模式分解是一种根据信号局部特征进行自适应分解的时频分析方法,可以得到若干基本模式分量;支持向量机作为一种新型的机器学习方法,可以很好地用于模式分类当中。同时,由于不同的故障情况常呈现出不同的复杂性,本文提出一种Renyi熵复杂性测度下的基于经验模式分解和支持向量机的故障诊断方法,该方法将经验模式分解得到的若干基本模式分量的Renyi熵作为特征向量输入支持向量机进行训练、识别。滚动轴承的故障诊断实例说明了该种方法的应用前景。终端的便携式数采分析仪实时、准确地采集设备状态数据是状态监测与故障诊断系统可靠运行的重要基础。本文介绍了一种写过滤保护机制下、基于嵌入式操作系统的便携式数采分析仪的开发方法,可以有效提高仪器的稳定性。由于传统的设备状态监测系统与设备管理系统缺少有效的通信机制,不利于设备的及时诊断与维护,本文对网络架构下面向设备管理的嵌入式监测系统的开发进行了相应的研究,实现了两者之间信息的有机融合。
周德林[4]（1993）在《洗衣机电动机的检修(续完)》文中指出 3.4 电机漏电电机漏电有电阻性漏电和绕组接地漏电两种。3.4.1 电阻性漏电用500V 兆欧表测量电机两绕组引出线与端盖之间的绝缘电阻,正常值应为3MQ
周德林[5]（1991）在《洗衣机的电路和检修(续)》文中提出本文为第二部分,介绍了洗衣机电气部件的常见故障和检修、电路检修步骤和各种检查方法,其中有操作检查法、感官检查法、仪表检查法等。
周德林[6]（1996）在《全自动洗衣机的检修流程》文中进行了进一步梳理本文系统介绍了全自动洗衣机常见故障的检修流程,为检修提供了一条快速简捷的途径。
周德林[7]（1996）在《洗衣机故障检查的步骤和方法》文中研究指明洗衣机故障检查的步骤和方法营口洗衣机厂研究所周德林洗衣机故障检查以确定故障原因和修理方法为检修的主要内容。洗衣机的同一种故障可以由多种原因引起，采取适当的步骤和方法从数种可能的原因中找出故障原因及故障件，不仅可以简化检查过程，加快检修速度，而且可以防...
周德林[8]（1993）在《洗衣机电动机的检修（1）》文中进行了进一步梳理 1 引言各种类型、结构和控制方式的波轮式洗衣机,包括普通型、半自动型、全自动型、单桶、双桶、套桶、机械开关控制、电脑控制等,其机械作用的动力都是单相电容运转电动机（以下简称电机）,因电机故障而引起的洗衣机故障都是相同的,检修方法也相同。电容器的故障体现为电机故障,因此电机故障中也包括由电容器而引起的故障。本文在介绍洗衣机电机的工作原理及结构的基础上,介绍电机常见故障的检修。
周德林[9]（1992）在《家用单相交流电动机的故障检修》文中指出 洗衣机、电冰箱、电风扇等家用电器都是以单相交流电动机为动力。电机的故障将直接影响电器的使用。在单相电机中,定子绕组由运行绕组和起动绕组组成,采用不同的分相起动方式起动,如洗衣机和电风扇采用电容器起动和运转,电冰箱采用特殊的电阻分相起动。当起动绕组电路上的起动部件有故障时,也将影响电机的运转。本文将介绍电机的常见故障、产生原因和检修。
程秀秀[10]（2021）在《基于红外图像处理的电器状态识别方法研究》文中认为空调等大功率制热制冷电器的健康状态直接影响电能耗,而对家用电器进行状态监测有助于延长电器寿命和建筑节能。制冷制热电器的温度分布特性和工作状态有密切的关系,而热红外成像技术特别适合于处理具有显着温度变化分布的数据,因此本文提出研究基于红外图像处理的电器状态识别方法。文中主要做了以下研究工作:（1）电器状态红外图像采集及预处理。利用FOTRIC228红外热像仪拍摄家用电器工作状态红外视频,并用AnalyzIR软件处理分别得到时间同步的若干帧温度矩阵和红外图像,采用了灰度变换、直方图均衡化、滤波等三种图像增强方法,并用SOBEL算子进行边缘检测。（2）提出基于红外图像温度块特征的电器工作状态识别方法。对预处理后的每一帧红外图像的温度矩阵数据进行交叠分块处理,以每连续3帧图像为一个样本,提取各帧温度矩阵的块温度平均值及二阶差分矩阵作为特征,采用相似度来进行分类。（3）采用基于深度学习的电器状态识别。对红外视频进行预处理之后的图像分类标记,在 PyTorch 平台下采用 Alexnet、Googlenet、Mobilenet、Densenet、Mnasnet和Resnet等6种模型进行建模,再通过验证样本对进行验证,得到六种最终的相对优化CNN模型。以空调、微波炉、电热水瓶、LED4种电器为例进行方法验证实验,实验结果表明:（1）采用基于红外图像温度块特征的电器工作状态识别方法时,四种电器每一类测试样本与同类中心相似度平均值均达到0.8249以上,与其他类中心相似度的平均值均小于0.3005,总体平均识别率为97.87%;基于深度学习的电器状态识别率比温度块方法略高,总体平均识别率为99.45%。（2）两种方法时间开销相比,即使时间开销最大的深度学习模型的训练时间与测试时间仅为前者的1.78%、0.45%,但是对硬件的要求相对要高。从上述结果可以看出:本文提出的方法有一定的实用价值,课题值得进一步深入研究。图[67]表[20]参[86]
二、洗衣机的振动与噪声故障的检修（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、洗衣机的振动与噪声故障的检修（论文提纲范文）
（1）基于数字成像和图像处理的转速和振动测量研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 转速测量方法概述 |
| 1.3 振动测量方法概述 |
| 1.4 基于图像传感器的转速和振动测量研究现状 |
| 1.5 现有视觉测量方法的局限性 |
| 1.6 研究内容 |
| 1.7 论文组织结构 |
| 第2章 基于图像传感器的测量系统设计 |
| 2.1 测量系统概述 |
| 2.2 系统硬件设计 |
| 2.2.1 转子试验台 |
| 2.2.2 光源 |
| 2.2.3 图像传感器 |
| 2.2.4 光学镜头 |
| 2.2.5 标记的设计 |
| 2.2.6 计算机系统 |
| 2.3 视觉测量软件设计 |
| 2.4 成像几何基础 |
| 2.4.1 坐标系的定义 |
| 2.4.2 相机透视投影模型 |
| 2.5 相机标定 |
| 2.5.1 图像平面与平面标定板的映射矩阵 |
| 2.5.2 求解摄像机参数 |
| 2.6 本章小结 |
| 第3章 基于图像序列相似度的转速和振动测量 |
| 3.1 基于图像序列相似度的转速测量 |
| 3.1.1 转速测量原理 |
| 3.1.2 图像相似度评价 |
| 3.1.3 图像预处理 |
| 3.1.4 转速计算 |
| 3.2 基于图像相似度的振动测量 |
| 3.3 不同算法的实验对比 |
| 3.3.1 相似性评估算法(CORR2、SSIM和VIF)比较 |
| 3.3.2 频率估计算法CZT与PIAC的比较 |
| 3.4 本章小结 |
| 第4章 基于二维码标记跟踪的转速测量 |
| 4.1 基于二维码的转速测量机理 |
| 4.2 二维码检测 |
| 4.2.1 尺度不变特征变换 |
| 4.2.2 加速稳健特征 |
| 4.2.3 AKAZE特征 |
| 4.3 转速计算 |
| 4.4 本章小结 |
| 第5章 视觉测量系统实验测试 |
| 5.1 基于图像相似度的转速测量 |
| 5.1.1 实验装置 |
| 5.1.2 实验结果与分析 |
| 5.2 基于图像相关的振动测量实验 |
| 5.2.1 实验装置 |
| 5.2.2 实验结果与分析 |
| 5.3 基于二维码跟踪的转速测量实验 |
| 5.3.1 实验装置 |
| 5.3.2 实验结果与分析 |
| 5.4 视觉测量的现场应用 |
| 5.4.1 风力发电机的转速和振动测量 |
| 5.4.2 工业电机转轴的转速测量 |
| 5.5 本章小结 |
| 第6章 视觉测量系统的影响因素研究 |
| 6.1 帧速率 |
| 6.2 图像分辨率 |
| 6.3 曝光时间 |
| 6.4 拍摄角度 |
| 6.5 光照条件 |
| 6.6 标记设计 |
| 6.7 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（2）西安地区大型综合医院后勤保障用房建筑设计研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 西安地区庞大的人口基数对医院发展的影响 |
| 1.1.2 综合医院的建设发展趋势 |
| 1.1.3 医院后勤保障用房在综合医院中的作用 |
| 1.1.4 国家相关医院建设新政与医院后勤保障用房的关系 |
| 1.2 研究意义及目的 |
| 1.2.1 研究意义 |
| 1.2.2 研究目的 |
| 1.3 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 研究内容和框架 |
| 1.4.1 相关概念 |
| 1.4.2 研究内容及对象 |
| 1.4.3 研究框架 |
| 1.5 研究方法 |
| 1.5.1 文献研究法 |
| 1.5.2 案例研究法 |
| 1.5.3 访谈研究法 |
| 1.6 小结 |
| 2 影响综合医院后勤保障用房的相关因素及西安地区现状 |
| 2.1 影响综合医院后勤保障用房的相关因素 |
| 2.1.1 宏观医疗政策的影响 |
| 2.1.2 医院后勤运营管理模式 |
| 2.1.3 医疗设备与技术发展的影响 |
| 2.1.4 医院的建设模式 |
| 2.2 西安地区大型综合医院后勤保障用房现存问题 |
| 2.2.1 陕西省人民医院(老旧大型综合医院改扩建) |
| 2.2.2 西安市第三医院(新建大型综合医院) |
| 2.3 西安地区大型综合医院后勤保障用房现存问题 |
| 2.3.1 改扩建医院 |
| 2.3.2 新建医院 |
| 3 综合医院后勤保障用房总体布局设计研究 |
| 3.1 特定用房与自然环境的关系 |
| 3.1.1 与风向的关系 |
| 3.1.2 与水文地质、地表水系的关系 |
| 3.1.3 与其他自然条件的关系 |
| 3.2 后勤保障用房的总体布局规划与医院建筑模式的关系 |
| 3.2.1 高度集中型 |
| 3.2.2 半密集型 |
| 3.2.3 分散型 |
| 3.3 后勤保障用房在医院建设中的总体布局规划 |
| 3.3.1 各类后勤保障用房与医疗服务部分之间的关系 |
| 3.3.2 各类后勤保障用房之间的关系 |
| 3.3.3 各类后勤保障用房与医院外部的联系 |
| 3.4 本章小结 |
| 4 综合医院后勤保障用房建筑单体设计研究 |
| 4.1 主要建筑设备用房 |
| 4.1.1 锅炉房 |
| 4.1.2 柴油发电机房 |
| 4.1.3 变配电室 |
| 4.1.4 制冷机房 |
| 4.1.5 水泵房 |
| 4.2 主要医疗设备用房 |
| 4.2.1 负压吸引站 |
| 4.2.2 中心供氧站 |
| 4.2.3 空气压缩机房 |
| 4.3 医疗保障用房 |
| 4.3.1 病案库 |
| 4.3.2 药库 |
| 4.3.3 太平间 |
| 4.3.4 信息中心机房 |
| 4.4 其他后勤保障用房 |
| 4.4.1 总务库 |
| 4.4.2 餐饮服务中心 |
| 4.4.3 洗衣房 |
| 4.4.4 污水处理站 |
| 4.4.5 垃圾废弃物收集站 |
| 4.5 本章小结 |
| 5 对西安地区综合医院后勤保障用房建设的建议 |
| 5.1 西安地区综合医院建设发展趋势 |
| 5.2 西安地区大型综合医院后勤保障用房未来发展方向 |
| 5.2.1 西安老旧综合医院的后勤保障用房建设 |
| 5.2.2 西安新建综合医院的后勤保障用房建设 |
| 5.3 西安地区大型综合医院后勤保障用房总体规划优化建议 |
| 5.4 西安地区大型综合医院后勤保障用房规模占比优化建议 |
| 5.5 部分后勤保障用房发展建议 |
| 5.6 绿色节能技术在后勤保障体系的应用建议 |
| 5.7 本章小结 |
| 6 结论 |
| 参考文献 |
| 攻读硕士期间研究成果 |
| 附录一 图表目录 |
| 附录二 访谈录(摘录) |
| 致谢 |
（3）机电设备微弱特征提取与诊断方法研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题意义 |
| 1.2 状态监测与故障诊断技术的现状与进展 |
| 1.2.1 故障信息的获取 |
| 1.2.2 故障机理研究 |
| 1.2.3 信号分析及特征参数提取技术 |
| 1.2.4 故障判断与决策技术 |
| 1.3 状态监测和故障诊断系统的开发与应用 |
| 1.3.1 状态监测和故障诊断系统的应用现状 |
| 1.3.2 状态监测和故障诊断系统的发展趋势 |
| 1.4 课题的提出及研究意义 |
| 1.5 论文的主要研究内容 |
| 第二章 级联双稳随机共振系统特性研究 |
| 2.1 前言 |
| 2.2 随机共振基本原理 |
| 2.3 大参数随机共振研究方法 |
| 2.4 级联双稳随机共振系统（CBSRS） |
| 2.4.1 CBSRS的降噪与“整形”特性 |
| 2.4.2 CBSRS的非线性低通滤波特性 |
| 2.5 工程应用 |
| 2.5.1 CBSRS在切削过程振动分析中的应用 |
| 2.5.2 CBSRS在滚动轴承故障诊断中的应用 |
| 2.6 本章小结 |
| 第三章 有噪ICA模型的盲分离研究 |
| 3.1 前言 |
| 3.2 盲源分离基本原理 |
| 3.2.1 盲源分离问题的数学描述 |
| 3.2.2 独立分量分析的一些重要概念 |
| 3.3 独立分量分析算法 |
| 3.3.1 独立分量分析信号预处理 |
| 3.3.2 独立分量分析算法实现 |
| 3.3.3 独立分量分析算法仿真检验 |
| 3.4 独立分量分析的几个关键问题研究 |
| 3.4.1 独立分量分析的几个关键问题 |
| 3.4.2 CBSRS降噪下的有噪ICA盲分离 |
| 3.5 本章小结 |
| 第四章 基于EMD和LS-SVM的机械故障诊断研究 |
| 4.1 前言 |
| 4.2 基本模式分量 |
| 4.2.1 瞬时频率 |
| 4.2.2 基本模式分量条件 |
| 4.3 EMD与Hilbert-Huang变换 |
| 4.4 基于EMD的时频分析方法仿真检验 |
| 4.5 SVM理论简介 |
| 4.5.1 经验风险最小化原则 |
| 4.5.2 VC维和结构风险最小化原则 |
| 4.5.3 SVM分类器 |
| 4.5.4 LS-SVM（Least Square-SVM） |
| 4.6 Renyi熵复杂性测度 |
| 4.7 工程实例 |
| 4.8 本章小结 |
| 第五章 网络架构下面向设备管理的嵌入式监测系统研究 |
| 5.1 前言 |
| 5.2 系统体系结构 |
| 5.2.1 传统状态监测与诊断系统存在的问题 |
| 5.2.2 传统设备管理系统存在的问题 |
| 5.2.3 系统构建 |
| 5.3 基于嵌入式操作系统的数采分析仪的开发 |
| 5.3.1 XPE操作系统的定制 |
| 5.3.2 EWF技术在XPE操作系统的配置 |
| 5.3.3 基于XPE操作系统的数采分析仪的开发 |
| 5.4 基于网络的设备状态监测与诊断系统 |
| 5.4.1 服务器监控软件 |
| 5.4.2 客户端信号分析与诊断软件 |
| 5.5 设备管理信息系统(EMIS)简介 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 博士学位期间发表论文和参加科研情况 |
| 致谢 |
（10）基于红外图像处理的电器状态识别方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 研究现状 |
| 1.2.1 电器状态识别研究现状 |
| 1.2.2 红外图像处理研究现状 |
| 1.2.3 基于红外的机械部件及电气设备故障检测 |
| 1.3 本文内容与章节安排 |
| 第二章 电器工作状态红外图像采集与预处理 |
| 2.1 电器工作状态红外图像采集 |
| 2.1.1 红外热成像原理 |
| 2.1.2 电器工作状态数据采集 |
| 2.2 图像增强 |
| 2.2.1 灰度变换增强 |
| 2.2.2 直方图均衡化增强 |
| 2.2.3 滤波增强 |
| 2.3 红外图像边缘检测 |
| 2.4 红外图像分割 |
| 2.5 本章小结 |
| 第三章 基于红外图像温度块特征的电器工作状态识别 |
| 3.1 温度矩阵预处理 |
| 3.2 数据特征提取 |
| 3.2.1 实验方案 |
| 3.2.2 实验结果 |
| 3.3 基于相关系数的分类方法 |
| 3.3.1 分类方案 |
| 3.3.2 分类结果 |
| 3.4 本章小结 |
| 第四章 基于深度学习的家电红外图像状态识别 |
| 4.1 介绍面对图像处理的深度学习模型综述 |
| 4.2 多种CNN结构介绍 |
| 4.2.1 AlexNet |
| 4.2.2 GoogLeNet |
| 4.2.3 ResNet |
| 4.2.4 DenseNet |
| 4.2.5 MnasNet |
| 4.2.6 Mobile Net |
| 4.3 基于深度学习的电器状态识别方案 |
| 4.3.1 确定深度学习输入输出 |
| 4.3.2 实验方法 |
| 4.3.3 实验结果 |
| 4.4 本文两种方法对比 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
四、洗衣机的振动与噪声故障的检修（论文参考文献）
- [1]基于数字成像和图像处理的转速和振动测量研究[D]. 王天宇. 华北电力大学(北京), 2021
- [2]西安地区大型综合医院后勤保障用房建筑设计研究[D]. 丁凤珠. 西安建筑科技大学, 2020(01)
- [3]机电设备微弱特征提取与诊断方法研究[D]. 何慧龙. 天津大学, 2007(04)
- [4]洗衣机电动机的检修(续完)[J]. 周德林. 微电机, 1993(03)
- [5]洗衣机的电路和检修(续)[J]. 周德林. 电工技术, 1991(10)
- [6]全自动洗衣机的检修流程[J]. 周德林. 电工技术, 1996(11)
- [7]洗衣机故障检查的步骤和方法[J]. 周德林. 家用电器科技, 1996(06)
- [8]洗衣机电动机的检修（1）[J]. 周德林. 微电机, 1993(02)
- [9]家用单相交流电动机的故障检修[J]. 周德林. 电气时代, 1992(03)
- [10]基于红外图像处理的电器状态识别方法研究[D]. 程秀秀. 安徽建筑大学, 2021(09)