一、基于LabVIEW的光电在线测振系统研究（论文文献综述）
吴强[1]（2020）在《基于激光视觉系统的刚性罐道健康监测研究》文中认为刚性罐道作为在立井提升系统中的导向装置,是保障提升系统正常运转的重要部分。由于刚性罐道结构和环境的限制,长时间工作会产生整体或局部故障,导致安全事故的产生。因此,本文开展基于机器视觉和图像处理技术的智能故障诊断及故障定位策略用于检测刚性罐道的状态,并设计提升设备的健康监测系统。首先,通过研究立井刚性罐道结构特性,搭建了由立井提升机械结构部分和电控系统部分组成的立井提升系统试验台,并根据提升容器的运行特性设计了 PLC控制系统;分析立井刚性罐道的故障形式,针对刚性罐道的局部故障展开研究,并利用提升容器的振动响应情况,分析刚性罐道的状态。为了检测提升容器的振动位移信号,从而判断刚性罐道的故障状态,针对搭建的立井提升系统试验台的结构特点,设计了相机与激光相结合的激光视觉系统,并确定了使用相机作为传感器的整体采集方案。根据立井提升系统的工作环境,完成了硬件的选型;通过采集的20张不同位姿的棋盘格标定板图像,利用MATLAB标定工具确定了相机内部参数;并使用LabVIEW平台及相关视觉工具包完成了激光斑点振动图像的采集程序设计。为了准确获取图像中激光斑点的像素质心坐标,使用图像处理技术对采集到的振动图像进行分析处理。由于环境及硬件的限制,采集的振动图像混杂着许多不同频率的噪声,为了减少和削弱图像中的无用信息,对图像进行图像灰度化、图像增强等预处理操作;进一步的,为了完整分割出振动图像中激光斑点的信息,改进了一种Otsu阈值分割算法并与数学形态学结合,对振动图像进行分割处理,在多种干扰环境下通过激光斑点质心坐标值验证了改进算法的准确有效性;并利用边缘曲线几何匹配的方法,保证了振动图像中激光斑点模板实时匹配的准确性。最后,搭建基于激光视觉系统的立井刚性罐道试验台,通过激光斑点质心位移计算公式及程序获取提升容器在刚性罐道上运行的振动位移参数,且通过三角函数原理和图像采样点与立井深度相对应的方式对故障进行定位,并使用LabVIEW平台编译了基于激光视觉系统的刚性罐道健康监测设计程序,并建立了包含x方向变形、y方向变形和下降深度三个实时显示模块的人机交互界面;对搭建完成的试验台进行了测试实验,并验证了刚性罐道健康监测系统的稳定性。图[53]表[9]参[83]
郑金勇[2]（2020）在《超高速磨削电主轴综合性能测试系统研究》文中认为主轴部件是机床的关键部件之一,其性能的好坏直接影响到工件的加工质量,进行主轴综合性能检测,对主轴系统中存在的不足进行改进,可以使机床的整体性能得到提高,开展主轴综合性能测试研究工作也就具有重要的工程应用价值。本文以超高速磨削电主轴为研究对象,研究开发主轴回转误差、热特性和振动特性的综合性能测试系统。首先制定测试技术路线,然后搭建实验平台,并基于LabVIEW开发主轴综合性能测试系统,开展主轴综合性能实验研究。主要工作如下:1、针对超高速磨削电主轴回转误差、热特性和振动特性的综合测试问题,在分析了回转误差测试方法、分离技术和评价标准、主轴热变形机理和测试方法、以及主轴振动的特点和测试方法的基础上,制定了主轴综合性能测试技术路线。2、根据回转误差、热特性和振动特性的测量指标和精度要求,选择综合测试系统硬件的技术参数和型号,构建了由数据采集卡、电涡流传感器、热电偶、加速度传感器等构成的电主轴综合性能测试系统硬件平台。3、基于LabVIEW平台开发电主轴综合测试系统的测试分析软件,包括:回转误差测试、热特性测试、振动特性测试和人机交互界面等模块。回转误差模块可以实现误差信号的实时显示和误差分离;热特性测试模块可以实现温度数据的分窗、总窗显示和数据保存、热变形数据的实时显示和保存;振动测试模块可以实现振动信号的时域、频域和时频域分析;人机交互界面具有直观便捷的特点,能进行不同测试模块的引导。4、用开发的电主轴综合测试系统对超高速磨削实验平台的电主轴系统进行实验研究,测出极坐标下主轴的形状误差图和回转误差图、温升曲线和热变形曲线、振动信号的时域、频域和时频域特性。证明了该系统的有效性,能够实现对主轴各项性能进行检测。
贺长波[3]（2019）在《离心式压缩机叶片状态在线监测与故障预警方法研究》文中指出离心式压缩机广泛应用于石油化工、航空航天等领域,在重工业体系中占有十分重要的地位。叶片是离心压缩机的核心做功部件,在工作过程中承受流体载荷、离心力等的综合作用。随着现代工业的不断发展,压缩机常常需要工作在复杂多变的工况下,导致叶片容易出现裂纹、断裂等不同程度的故障。一旦叶片出现故障,不仅会带来巨大的经济损失,更会给相关人员的生命安全带来威胁。因此,急需开展对叶片的状态在线监测及故障预警方法研究进而防止事故的发生,为压缩机长期可靠的运行提供保障。本文按照叶片健康状态的变化趋势设计研究思路和框架。首先,从源头出发对影响叶片状态的不稳定流场的脉动特性进行研究。接着,考虑到在流场脉动载荷等因素的作用下叶片容易产生振动,开展关于叶片的状态在线监测方法研究。最后,针对叶片在长期振动的情况下不可避免地会出现疲劳失效的问题,进一步开展关于叶片故障预警方法的研究。论文主要工作包括:针对压缩机内部流场的不稳定流动会对叶片状态产生影响,而当前关于其脉动机理的实验研究较为不足无法深入揭示流场脉动特性的问题,提出了基于循环平稳的流场不稳定脉动特性实验分析方法。首先,对循环平稳理论进行阐述。接着,深入研究基于快速谱相关的循环平稳理论实现算法。最后,设计从大流量至近喘流量的多个流量工况点,开展实验采集不同流量下的流场压力脉动信号,并利用所研究的快速谱相关算法对信号进行分析,有效地揭示了流场的不稳定脉动特性随流量的变化过程。针对在离心压缩机运行过程中对叶片振动的在线监测需求,建立误差模型分析传统叶尖定时技术的测振误差,并相应地提出了改进的叶尖定时测振方法。误差分析模型的建立以叶尖定时技术的基本测试原理为基础,由该模型分析了实际测试时各不稳定因素对传统叶尖定时方法测试精度的影响。根据分析结果指出,对于大型离心压缩机,传感器振动会给测振结果的精度带来较大的影响。为保证测试结果的有效性,进而提出了均值化定时信号作为键相参考的改进叶尖定时方法。通过理论分析和实验证明了所提出的改进方法的优越性,可有效反映叶片的真实振动信息。针对叶片的故障识别问题,从压力脉动信号的角度入手监测叶片状态。并为此提出了两种基于随机共振理论的微弱特征识别方法,从测试数据中识别出叶片的故障特征频率。首先,提出了基于多尺度噪声调和的自适应双稳随机共振方法。其方法主要内容为对目标信号进行经验模式分解,从分解结果中选择敏感本征模态分量并对其系数进行调和,达到构造多尺度噪声的目的。通过遗传算法对双稳随机共振系统的参数进行自适应寻优,以得到具有最优信噪比的输出信号。接着,提出了基于连续小波变换预处理与改进势函数随机共振系统相结合的特征识别方法。其基本思路为通过连续小波变换对目标信号进行分析得到时间-尺度谱。选择特定尺度进行信号重构,实现对信号的滤波预处理。将Woods-Saxon和Gaussian势相结合作为随机共振系统新的势函数,用以提高其特征增强效果。最后,开展实验并利用所提出的两种方法处理单通道压力脉动数据,有效地识别出了叶片的微弱故障特征频率。针对无故障先验知识下有效的叶片故障预警问题。首先,为充分融合不同传感器通道的压力脉动数据信息,提出了基于稀疏盲源分离的双通道信息融合微弱特征识别方法。在此基础上,进一步重点研究了基于压力脉动与叶尖定时信号相结合的故障预警方法。该方法利用压力脉动信号中提取的异常低频频域指标,与叶尖定时信号中识别的异常相对幅值比时域指标进行联合诊断。通过同时满足时域和频域指标预警叶片故障,并进一步可通过振幅最大点定位具体故障叶片。最后,开展实验证明了所提出的预警方法的有效性。
钱飞明[4]（2019）在《基于激光超声检测的振动测量关键技术研究》文中进行了进一步梳理激光测振技术是一种高检测灵敏度、高精度的非接触式动态测量方法,广泛用于无损检测、振动模态测量和水听器校准等方面。近年来,随着激光振动测量技术应用领域的不断拓展,对其检测的准确性和灵敏度提出了更高的要求。针对激光测振技术中的振动信号降噪、表面波检测等问题,本文主要研究了基于双波混合干涉仪的振动信号去噪方法及激光超声测振系统在无损检测中的应用,主要工作有:1、给出了一种基于双波混合干涉仪测量的振动信号小波神经网络去噪方法,该方法首先选择合适的隐藏层个数及学习率,确定了小波神经网络的结构,离线训练并建立了小波神经网络去噪模型;然后把双波混合干涉仪测量得到振动信号的离面位移和面内位移作为小波神经网络模型的输入信号;最后,通过小波神经网络去噪模型训练获得降噪后的离面位移和面内位移信号。实验中,首先通过仿真对双波混合干涉仪解调方法进行了验证,并比较了小波和小波神经网络对振动信号的去噪效果;然后,在实际振动信号测量中比较小波去噪和小波神经网络去噪效果。通过仿真和真实实验结果验证了小波神经网络算法的有效性。2、建立了基于双波混合干涉仪的激光超声振动测量系统,开发了基于LABVIEW的振动信号测量软件,并利用该系统对含人工缺陷的试块进行了内部缺陷和表面缺陷的无损检测研究。在基于激光超声测振的表面缺陷无损检测中,将测量结果与超声C扫描结果进行了比较,体现了激光超声无损检测的高精度和高分辨率;在基于激光超声测振的表面缺陷无损检测中,利用表面回波和透射波对表面缺陷进行了定位,并将定位结果与实际结果进行对比,同时采用激光扫描法对表面缺陷进行成像,根据图像判断不同缺陷的深度。实验结果验证了基于双波混合干涉仪的激光超声振动测量系统的可行性和有效性。
余星奇[5]（2019）在《高速旋转叶片叶尖定时测振技术研究》文中提出叶尖定时技术具有能同时监测整级叶片振动的优势,成为当前在线非接触式旋转叶片振动测试技术研究热点。大型旋转机械的性能也渐渐朝着大功率、高转速和高效率的方向提高。作为大型旋转机械能量转换的关键环节,叶轮机叶片的裂纹发生和扩展威胁其安全。采用叶尖定时技术可以测量所有叶片的振动,叶轮机不同运行速度下会产生气动力激励,使得叶片叶盘在不同模态频率下发生振动,并使之产生应力集中,促使裂纹发生和扩展。论文主要对高速旋转叶片叶尖定时测振系统关键技术研究,并采用叶片位置偏移度判别方法,实现叶片疲劳裂纹故障识别,最终基于虚拟仪器开发了一套高速旋转叶片叶尖定时监测与分析系统。论文的主要研究工作如下:1.基于虚拟仪器环境,搭建了一套高速旋转叶片叶尖定时测振系统。该系统囊括高速数据采集,数据预处理和数据分析等功能,界面友好,功能完整。通过仿真测试、叶片状态监测实验和系统通用性实验,证明了系统的实用性、有效性和通用性。2.针对现代大型旋转机械转速高,叶片数目多等特点,需要高速采集。采用了固定频率脉冲填充法,并提出基于动态帧值法的高速数据流管理方案和高速数据存储策略,实现了高速旋转叶片振动信号较高精度采集。开展了高速旋转叶片叶尖定时测振系统采集功能仿真测试,系统对叶片振动信号的振动位移测试精度达到0.01mm。3.考虑到实际工程应用,针对叶片跳圈、信号抖动和干扰、零漂、非叶片振动等因素所造成的噪声等实际问题,分别对跳圈处理算法、去干扰算法和去零漂算法,滑动平均算法和曲线拟合算法展开研究。通过仿真实验,完成了算法的测试。4.针对叶片疲劳裂纹故障,研究了基于位置偏移度的叶片有无裂纹判别方法。通过在叶片转子仿真试验台上植入含裂纹的叶片进行扫频实验,研究裂纹发生在叶片的不同位置（叶尖和叶根）和不同深度时叶片在气动力的激励下所产生的叶片振动信号的振动特性,结果表明,位置偏移度判别方法对叶根裂纹更为敏感,且裂纹越深,位置偏移度越大。
刘芝庭[6]（2019）在《基于深度学习的空调故障诊断系统》文中研究说明家用空调室外机是空调噪声的主要噪声源,空调室外机的噪声与其振动有着直接的关系。在空调出厂前,空调生产商根据空调室外机的振动对其进行故障检测。在生产线上,主要是依靠人工检测的方法对空调室外机进行故障诊断。为此,本文设计研发了一套非接触式的空调室外机故障诊断系统。本文首先对空调室外机的振动激励源和振动传递路径进行了分析,为后续振动信号采集点的选取奠定了基础。提出了一种六维振动检测方法,结合激光多普勒测振仪和激光位移传感器实现了空调的六维振动检测,通过对比实验证明其可行性。模拟了空调七种不同的工作状态,作为故障信号的来源。针对传统变分模态分解降噪方法存在难以选择噪声分量的缺点,综合利用能量集中比和相关系数,提出了一种基于变分模态分解的改进振动信号降噪方法,并通过仿真信号和实验信号分析证明其有效性。运用经验模态分解结合支持向量机和变分模态分解结合支持向量机两种方法对空调室外机进行故障诊断,通过实验证明两种故障诊断方法在空调室外机故障诊断中的不足。实验结果表明,在对信号进行特征提取时,两种故障诊断方法都存在特征向量维度难以统一的问题,且模型识别正确率不够高。针对以上两种故障诊断方法的不足,提出运用基于堆叠自动编码器和softmax分类器结合的深度学习网络对空调室外机进行故障诊断的方法,通过实验分析了深度学习网络的隐层层数、节点数、预训阶段和微调阶段模型训练参数对模型正确率的影响。实验结果表明,在空调室外机的六维振动信号中,检测面法向方向振动信号的识别正确率最高,正确率为99.86%。训练深度学习模型的过程中,微调阶段训练参数对模型正确率的影响比预训练阶段训练参数对模型正确率的影响更大。批量处理样本个数控制在总样本的10%以下,模型的正确率较高。不论是在预训练阶段还是在微调阶段,较小的学习率、指数衰减、Dropout都能提高模型的正确率。而正则化在预训练阶段对模型正确率有正影响,在微调阶段有负影响。最后,利用LABVIEW和MATLAB混合编程技术编制了空调室外机六维振动检测故障诊断软件,利用深度学习实现了空调故障诊断。软件具有加速度、速度和位移的实时显示、实时故障诊断、信号滤波、离线分析、激励成分分析、相关性分析、倍频分析等功能。
陈向华,杨萍,杨海马,赵凯,袁宝龙,李筠,刘瑾,严瑾[7]（2019）在《基于LabVIEW的光纤汽轮机振动测量系统研究》文中进行了进一步梳理在对汽轮机振动进行测量时,由于传统测量方法中传感头不便安装、且信号易受电磁干扰,很难对微小位移进行高精度测量,光纤位移传感器具有体积小、不受电磁环境干扰等特点,通过光电转换、信号调理放大实现对汽轮机振动信号的在线测量,结合LabVIEW软件对噪声信号进行曲线拟合并结合快速傅里叶变换进行幅频特性处理,获得高精度的微位移测量结果。整个测量系统具有抗干扰、测量速度快、数据实时记录等优势,能实现在线测量微位移功能,经实验验证,振动测量范围1～500μm、精度±0.5%,动态范围<1 kHz,可以满足汽轮机振动测试需要。
朱静浩[8]（2018）在《面向微珠逆反射目标的零差激光干涉测振关键技术研究》文中认为零差激光干涉测振技术是工业生产和科学研究中重要的振动检测手段。近年来,在航空航天、超精密制造工程等领域迅猛发展的推动作用下,振动测量的位移准确度在向纳米级、亚纳米级方向迈进。具有逆反射效应的微珠反射材料可以有效提高测量信号信噪比,然而测量光强度变化和激光散斑噪声依然会引入几纳米甚至微米级的位移测量误差,这是制约零差激光干涉测振仪准确度进一步提高的关键问题。本课题在深入分析传统零差激光干涉测振仪探测系统的基础上,建立基于微珠逆反射材料反射特性的测振干涉信号模型。分析了测量光强度和散斑噪声对测振解调位移准确度的影响机理,进而提出了一种基于平衡分光策略的周期非线性误差抑制方法、以及一种基于微邻域扫描的散斑噪声抑制方法,以期提高测振仪的准确度和稳定性。具体研究内容如下:为了明确微珠逆反射材料反射特性对零差激光干涉测振的误差作用机理,结合激光干涉理论和偏振光传输原理,建立了基于微珠逆反射材料反射特性的零差激光测振干涉信号模型。分析表明,测量光强变化时,探测系统分光不对等会引入可变的周期非线性误差,影响解调位移的准确度;散斑噪声会对测量光幅值和相位共同调制,进而引起解调位移的失真。从而明确实现探测系统的平衡分光和提高干涉信号振幅与相位的稳定性是提高测振准确度的关键因素。为了有效补偿测量光强度变化引入的可变的周期非线性误差,提出了一种基于平衡分光策略的周期非线性误差抑制方法。根据平衡分光策略设计平衡分光光路,抑制直流偏置误差并克服测量光强变化的干扰,提高后续周期非线性误差补偿的稳定性;在信号处理中对干涉信号的特征参数在线提取,利用多级流水式处理实现残余周期非线性误差的实时补偿,该方法仅含定点乘法运算,可提高补偿的实时性。另外,对于纳米级振幅振动的测量,利用光快门实现干涉信号特征参数的提取,据此补偿周期非线性误差。实验表明归一化测量光强由1变到0.1时,直流偏置误差始终被抑制在满信号幅值的5%以下;周期非线性误差引入的振动谐波强度由9 dB衰减至-26 dB;1 m/s振速范围内,测振解调位移的非线性误差峰峰值小于2.0 nm。为了有效抑制散斑噪声引入的测振解调位移失真,根据激光散斑噪声的统计学特性,提出一种基于微邻域扫描的散斑噪声抑制方法。利用测量光在被测点附近微小区域高速扫描测量,使散斑噪声被周期性调制;继而利用低通滤波实现信号的平均和平滑,滤除周期性的散斑噪声,使得探测器接收到的干涉信号幅值和相位趋于平稳,降低测振解调位移的失真度。实验结果表明,微珠逆反射目标表面缺陷处的解调位移失真度为58.3%,利用微邻域扫描的方法可将该值减小至3.4%。最后,以微珠逆反射目标为测量对象,本课题分别对平衡分光探测系统、周期非线性误差在线补偿方法、以及微邻域扫描散斑噪声抑制方法进行实验验证。实验结果表明,本文所提出的周期非线性误差补偿方法和散斑噪声抑制方法可以有效增强零差激光干涉测振仪的抗测量光强度和散斑噪声干扰能力,提高测振解调位移的准确性。
郑文炜[9]（2018）在《基于激光多普勒技术的空调六维振动检测系统研究》文中认为振动噪声是评价一款空调产品舒适性和质量好坏的重要指标。部分空调厂商在对空调进行振动检测实验中主要采用接触式传感器进行检测,并靠技术人员感觉振动最大点来布置传感器。而在出厂振动质量检测方法上,则是通过检测人员的感官对空调进行检测。针对家电厂商在空调振动检测方法上存在的瓶颈问题和根据企业工程人员提出的实际需求,以某型号空调外机作为检测对象,开展基于激光多普勒测振技术的空调六维振动检测系统的研发工作。该检测系统能够对空调外机外壳上的关键检测点进行六维的振动检测,并对检测信号进行分析处理。本文首先对轴流风扇和压缩机进行振动特性分析和振动传递路径分析,确定了空调外机运行时各个频率成分的来源,为后续的系统研发奠定了理论基础。其次,对系统的功能需求进行说明,然后阐述了激光多普勒测振仪和激光位移传感器的光路特点和检测原理,并对激光多普勒测振仪、激光位移传感器和采集卡进行选型。然后,设计一种六维振动检测方法。具体检测方法是:单个激光多普勒测振仪和五个激光位移传感器对吸附于空调外机外壳上的检测块进行多方位的振动检测,能够检测到检测点的x、y和z轴方向的振动信号。同时,对各个方向的振动信号进行耦合,得到检测点上θx、θy和θz方向的扭转角。通过对比实验,结果表明本文提出的六维振动检测方法能够满足对空调外机的振动检测的需求。另外,根据检测系统的需求,使用LabVIEW与Matlab联合混编方法搭建了软件系统。该软件系统主要由参数设置模块、在线分析模块及离线分析模块三个模块组成,具有实时检测、离线分析、信号滤波、信号积分、信号微分、激励源频率成份提取等功能。最后,将空调外机外壳划分为多个检测点,采用聚类分析方法对检测点进行分类,筛选出关键检测点。然后使用空调六维振动检测系统对关键检测点进行振动检测,并根据检测结果为空调外机减振优化方法提出建议。
李婷婷[10]（2018）在《基于LabVIEW的高速机床主轴动平衡测试研究》文中指出高档数控机床在当今机械行业中占有非常重要的位置,其突出优势为高速、自动化,从而极大地提高了零件的加工效率,减少了劳动力的使用,在各行各业中普遍可见。主轴在数控机床的工作过程中起着核心的作用,其对机床的加工精度、可靠性有着重要的影响。旋转不平衡是影响主轴回转精度的主要因素之一,主轴动平衡技术可实现主轴的平衡,对保持主轴的平衡状态起着不可替代的作用,有着广泛的应用前景。主轴要实现较好平衡的前提条件是主轴振动和不平衡量的精确测量和计算,因此构建主轴振动测试系统是非常必要的。本文以高速机床主轴为对象对动平衡测试展开相关研究,重点讨论了动平衡测试的基本原理、方法和算法,并实现了动平衡测试的关键技术,最终结合LabVIEW软件开发了一套基于虚拟仪器的振动测试系统,论文的主要内容如下:（1）对主轴动平衡相关理论进行了深入研究并对测试系统整体方案进行了设计。根据论文的实际工程对象,论文探讨了动平衡调整理论,主要包括引起不平衡的原因、不平衡量的表示及其力学模型简化、不平衡分类、不平衡振动响应分析、不平衡量的具体计算等。然后提出动平衡测试系统的整体方案。（2）提出了一种基于时域平均和FIR滤波的自动跟踪相关滤波振动信号提取算法,详细描述了测试算法的具体流程,包括信号的三次样条拟合、时域平均和滤波预处理以及基于自动跟踪相关滤波的信号提取过程,最终对常规自动跟踪相关滤波算法和改进后的算法分别进行了编程,并基于LabVIEW软件实现了两种算法的仿真试验与对比分析,在此基础上进一步提出了一种影响系数法和杠杆原理相结合计算不平衡力及其轴向位置的算法。（3）根据本文的实际工况及相关算法,开发了一套动平衡测试原型系统,主要包括硬件搭建和软件系统的设计,硬件部分主要介绍了传感器、数据采集卡、控制器的具体性能及功能。据此,基于LabVIEW软件对相关算法编写了模块化的程序,包括数据采集模块、数据处理分析模块、数据存储模块等的设计与集成,具体实现的动平衡测试技术有:转速基准信号的获取;信号的时域平均、滤波处理;信号的分析提取;影响系数与不平衡量的计算;不平衡力大小和轴向位置的确定。（4）论文以SYL04H-I卧式车床用主轴为对象,实现了动平衡测试系统,论文首先基于ANSYS Workbench仿真软件对主轴进行了模态分析和谐响应分析,验证了主轴正常工作时不会产生共振,且根据实际工况,对装配平衡头后的主轴系统进行了同样的动态特性分析,验证了平衡头安装的合理性,然后搭建了等效试验平台,进行了改进的振动信号提取算法验证实验、转速对试验台各设备振动影响实验及主轴单平面标定实验、主轴校正量计算实验等,实验验证了本文方案的合理性、硬件平台结构的合理性、软件系统的有效性以及振动测试系统的可行性。实验结果表明:本文改进的振动信号的提取算法能够准确提取信号的幅值,幅值提取精度较之常规算法明显提高,且在不同转速不同方向上提取幅值精度稳定;转速会影响整个实验平台的振动;经主轴单平面影响系数标定,不平衡量计算试验解算出校正质量后,主轴的振动幅值得到有效降低。
二、基于LabVIEW的光电在线测振系统研究（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LabVIEW的光电在线测振系统研究（论文提纲范文）
（1）基于激光视觉系统的刚性罐道健康监测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景及意义 |
| 1.3 健康监测方法研究 |
| 1.4 国内外研究现状 |
| 1.4.1 刚性罐道故障检测研究现状 |
| 1.4.2 机器视觉检测研究现状 |
| 1.5 课题研究内容 |
| 2 立井刚性罐道试验台特性研究及故障分析 |
| 2.1 立井提升系统试验台组成 |
| 2.2 立井提升系统机械结构模型研究 |
| 2.2.1 提升容器 |
| 2.2.2 滚轮罐耳 |
| 2.2.3 刚性罐道 |
| 2.3 立井提升电控系统研究 |
| 2.4 立井刚性罐道故障分析 |
| 2.4.1 立井刚性罐道产生的故障形式 |
| 2.4.2 刚性罐道局部故障对提升容器振动响应分析 |
| 2.5 本章小结 |
| 3 激光视觉振动位移测量系统设计 |
| 3.1 激光视觉测量系统总体设计方案 |
| 3.2 振动图像采集设计 |
| 3.2.1 CCD相机 |
| 3.2.2 荧光屏 |
| 3.2.3 激光发射器 |
| 3.2.4 图像采集程序设计 |
| 3.3 相机标定 |
| 3.3.1 相机标定原理 |
| 3.3.2 相机标定实验 |
| 3.5 本章小结 |
| 4 激光点标记及其图像处理 |
| 4.1 图像预处理 |
| 4.1.1 图像灰度化 |
| 4.1.2 噪声种类 |
| 4.1.3 图像增强 |
| 4.2 阈值分割 |
| 4.2.1 传统的Otsu阈值分割算法 |
| 4.2.2 其它阈值分割算法研究 |
| 4.2.3 本文改进算法 |
| 4.2.4 数学形态学处理 |
| 4.2.5 算法有效性测试 |
| 4.3 几何匹配 |
| 4.3.1 边缘曲线的几何匹配方法 |
| 4.3.2 目标外形特征的几何匹配方法 |
| 4.3.3 几何匹配应用 |
| 4.4 本章小结 |
| 5 基于LabVIEW的故障诊断及定位算法实现和实验验证 |
| 5.1 基于LabVIEW刚性罐道故障算法与量化评价研究 |
| 5.1.1 立井刚性罐道故障诊断原理 |
| 5.1.2 立井刚性罐道故障量化评价 |
| 5.1.3 立井刚性罐道故障诊断LabVIEW实现程序 |
| 5.2 基于LabVIEW刚性罐道故障算法研究 |
| 5.2.1 立井刚性罐道故障定位原理 |
| 5.2.2 LabVIEW程序 |
| 5.3 基于LabVIEW刚性罐道健康监测系统 |
| 5.4 立井刚性罐道提升容器振动位移测试实验 |
| 5.4.1 基于激光视觉系统的刚性罐道 |
| 5.4.2 测试结果与分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）超高速磨削电主轴综合性能测试系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 高速电主轴技术发展现状 |
| 1.2.2 电主轴性能检测技术研究现状 |
| 1.3 本文研究内容及章节安排 |
| 2 主轴综合性能测试方法 |
| 2.1 主轴回转误差 |
| 2.1.1 回转误差的定义 |
| 2.1.2 回转误差测试方法 |
| 2.1.3 误差分离技术 |
| 2.1.4 回转误差评价 |
| 2.1.5 回转误差信号处理 |
| 2.2 主轴热特性 |
| 2.2.1 主轴热变形机理 |
| 2.2.2 主轴温升测试方法 |
| 2.2.3 主轴热变形测试方法 |
| 2.3 主轴振动特性 |
| 2.3.1 主轴振动特性影响因素 |
| 2.3.2 主轴振动特性测试方法 |
| 2.4 技术路线 |
| 2.5 本章小结 |
| 3 主轴综合性能测试硬件平台搭建 |
| 3.1 主轴综合性能测试总体设计 |
| 3.1.1 综合测试系统整体布局 |
| 3.1.2 测试系统硬件选用原则 |
| 3.2 综合测试系统硬件设计 |
| 3.2.1 回转误差测试模块 |
| 3.2.2 主轴热特性测试 |
| 3.2.3 主轴振动特性测试 |
| 3.3 传感器固定方式 |
| 3.4 本章小结 |
| 4 主轴综合测试系统软件设计 |
| 4.1 虚拟仪器技术 |
| 4.2 软件系统框架构建 |
| 4.3 人机交互界面设计 |
| 4.4 综合测试模块 |
| 4.4.1 回转误差模块 |
| 4.4.2 主轴热特性模块 |
| 4.4.3 主轴振动特性测试模块 |
| 4.5 本章小结 |
| 5 主轴综合特性实验及结果分析 |
| 5.1 回转误差测试 |
| 5.1.1 回转误差实验 |
| 5.1.2 回转误差实验结果分析 |
| 5.2 主轴热特性测试 |
| 5.2.1 主轴热特性实验 |
| 5.2.2 主轴热特性实验结果分析 |
| 5.3 主轴振动特性测试 |
| 5.3.1 主轴振动特性实验 |
| 5.3.2 主轴振动特性实验结果分析 |
| 5.4 本章小结 |
| 总结与展望 |
| 总结 |
| 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及科研成果 |
（3）离心式压缩机叶片状态在线监测与故障预警方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外相关工作研究进展 |
| 1.2.1 压缩机不稳定流动研究现状 |
| 1.2.2 叶片振动测试技术研究现状 |
| 1.2.3 叶尖定时法研究现状 |
| 1.2.4 微弱故障特征识别研究现状 |
| 1.3 本文主要研究思路 |
| 2 基于循环平稳的离心压缩机不稳定流动特性分析 |
| 2.1 引言 |
| 2.2 循环平稳理论 |
| 2.2.1 随机信号 |
| 2.2.2 循环平稳信号 |
| 2.2.3 一阶循环平稳 |
| 2.2.4 二阶循环平稳 |
| 2.2.5 谱相关与循环自相关 |
| 2.2.6 谱相关的快速实现算法 |
| 2.3 仿真信号的构建及分析 |
| 2.4 压缩机内部不稳定流动的实验分析 |
| 2.4.1 实验平台介绍 |
| 2.4.2 实验数据分析 |
| 2.5 本章小节 |
| 3 基于改进叶尖定时技术的叶片振动监测 |
| 3.1 引言 |
| 3.2 BTT测振技术 |
| 3.2.1 BTT测振原理介绍 |
| 3.2.2 BTT测试精度需求分析 |
| 3.3 传统BTT技术的测试误差分析 |
| 3.3.1 误差分析模型的建立 |
| 3.3.2 数采设备分辨率的影响 |
| 3.3.3 传感器振动的影响 |
| 3.3.4 标定值误差分析 |
| 3.3.5 转速估计误差的影响 |
| 3.4 改进的BTT技术 |
| 3.4.1 改进方法的基本原理 |
| 3.4.2 改进方法与传统BTT测量误差对比分析 |
| 3.5 压缩机叶片振动监测实验 |
| 3.5.1 实验用BTT测试系统介绍 |
| 3.5.2 压缩机试验台介绍 |
| 3.5.3 叶片振动在线监测 |
| 3.6 本章小节 |
| 4 基于压力脉动信号的叶片故障识别 |
| 4.1 引言 |
| 4.2 SR理论介绍及分析 |
| 4.2.1 经典双稳态SR模型 |
| 4.2.2 BSR的数值稳定性分析 |
| 4.2.3 小参数限制 |
| 4.2.4 多尺度噪声调和 |
| 4.2.5 基于GA的多尺度噪声调和ABSR法 |
| 4.3 仿真验证及实验信号分析 |
| 4.3.1 仿真信号验证 |
| 4.3.2 确定先验叶片故障特征频率 |
| 4.3.3 基于压力脉动信号的叶片故障特征识别 |
| 4.4 基于CWT和WSGSR的微弱特征识别方法 |
| 4.4.1 CWT简介 |
| 4.4.2 基于WSG势函数的SR |
| 4.4.3 CWT-WSGSR微弱特征识别方法 |
| 4.5 基于CWT-WSGSR的实验信号分析 |
| 4.6 本章小节 |
| 5 基于压力脉动和叶尖定时信号的叶片故障预警 |
| 5.1 引言 |
| 5.2 基于稀疏BSS的压力脉动信号分析 |
| 5.2.1 BSS瞬时混合模型 |
| 5.2.2 信号预处理 |
| 5.2.3 信号稀疏性增强 |
| 5.2.4 估计混合矩阵A |
| 5.2.5 基于L1范数最小化的源信号恢复 |
| 5.2.6 压力脉动信号分析流程 |
| 5.2.7 无先验知识时叶片故障预警的频域指标 |
| 5.3 基于改进BTT的叶片振幅分析 |
| 5.3.1 故障叶片的动力学分析 |
| 5.3.2 叶片故障预警的时域指标 |
| 5.4 结合频域与时域指标的叶片故障预警方法 |
| 5.4.1 时-频域指标预警方法流程 |
| 5.4.2 基于稀疏BSS的压力脉动信号分析 |
| 5.4.3 改进BTT技术测振数据分析 |
| 5.5 本章小节 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（4）基于激光超声检测的振动测量关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及国内外研究现状 |
| 1.1.1 激光测振的背景及意义 |
| 1.1.2 双波混合干涉仪振动测量研究现状 |
| 1.2 研究目的及内容 |
| 第二章 基于小波神经网络的振动信号去噪方法研究 |
| 2.1 双波混合干涉仪测振原理 |
| 2.1.1 光折变效应及双波混合 |
| 2.1.2 激光振动测量原理 |
| 2.2 基于小波神经网络去噪的振动信号降噪方法研究 |
| 2.2.1 小波神经网络去噪原理 |
| 2.2.2 基于小波神经网络的激光测振去噪方法 |
| 2.3 实验结果及分析 |
| 2.3.1 激光测振方法仿真实验 |
| 2.3.2 真实振动信号的去噪结果分析 |
| 2.4 本章小结 |
| 第三章 激光超声测振系统的设计及应用研究 |
| 3.1 激光激发超声原理 |
| 3.2 激光超声测振系统的搭建 |
| 3.2.1 激光超声测振系统实验装置 |
| 3.2.2 测量软件设计与实现 |
| 3.3 基于激光超声测振的内部缺陷检测研究 |
| 3.3.1 铝块中纵波传播速度计算 |
| 3.3.2 激光超声扫描 |
| 3.3.3 超声C扫描 |
| 3.4 基于激光超声测振的表面缺陷检测研究 |
| 3.4.1 表面缺陷位置检测 |
| 3.4.2 激光扫描法 |
| 3.5 本章小结 |
| 第四章 总结与展望 |
| 4.1 总结 |
| 4.2 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者和导师简介 |
| 附件 |
（5）高速旋转叶片叶尖定时测振技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 叶片振动测量技术重要性及意义 |
| 1.2 叶片振动测量技术国内外研究现状 |
| 1.2.1 叶片振动的形式 |
| 1.2.2 叶片振动测量技术的发展 |
| 1.2.3 叶尖定时测振技术的发展 |
| 1.2.4 叶片疲劳裂纹故障 |
| 1.3 论文主要研究工作 |
| 第二章 基于叶尖定时技术的叶片状态监测系统 |
| 2.1 叶尖定时测量技术原理 |
| 2.2 叶片振动实验台 |
| 2.2.1 叶片参数 |
| 2.2.2 叶片坎贝尔图 |
| 2.3 高速旋转叶片叶尖定时测振系统 |
| 2.3.1 系统性能指标 |
| 2.3.2 系统硬件配置 |
| 2.3.3 系统软件总体设计 |
| 2.4 系统的通用性设计 |
| 2.5 本章小结 |
| 第三章 高速旋转叶片测振软件系统关键技术研究 |
| 3.1 高速旋转叶片到达时间在线采集技术 |
| 3.1.1 硬件采集技术 |
| 3.1.2 高速数据流管理技术 |
| 3.1.3 高速数据存储技术 |
| 3.2 在线数据预处理技术 |
| 3.2.1 叶片跳圈问题研究 |
| 3.2.2 干扰数据问题研究 |
| 3.2.3 信号丢失问题研究 |
| 3.3 去零漂技术研究 |
| 3.4 离线数据预处理 |
| 3.4.1 叶片振动模型 |
| 3.4.2 滑动平均 |
| 3.4.3 曲线拟合 |
| 3.5 叶片裂纹故障分析技术 |
| 3.6 本章小结 |
| 第四章 高速旋转叶片测振系统功能测试 |
| 4.1 高速采集功能仿真测试 |
| 4.2 在线数据处理功能仿真测试 |
| 4.2.1 测试信号仿真原理 |
| 4.2.2 跳圈处理算法测试 |
| 4.2.3 干扰处理算法测试 |
| 4.2.4 信号丢失算法测试 |
| 4.2.5 叶片振动位移计算精度测试 |
| 4.3 本章小结 |
| 第五章 高速旋转叶片叶尖定时测振系统应用 |
| 5.1 叶片状态监测实验 |
| 5.2 系统通用性验证实验 |
| 5.3 叶片疲劳裂纹实验 |
| 5.4 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 论文主要工作总结 |
| 6.2 后续研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（6）基于深度学习的空调故障诊断系统（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 国内外研究现状 |
| 1.3 空调室外机振动分析 |
| 1.3.1 空调室外机振源分析 |
| 1.3.2 振源振动传递路径 |
| 1.4 本文主要工作内容和章节安排 |
| 第二章 系统硬件设计和实验数据获取 |
| 2.1 系统需求分析 |
| 2.2 硬件设计 |
| 2.2.1 激光多普勒测振技术 |
| 2.2.2 三角位移测量技术 |
| 2.2.3 六维振动检测方法 |
| 2.3 实验平台 |
| 2.4 六维振动检测方法可行性验证 |
| 2.5 实验数据获取 |
| 2.6 本章小结 |
| 第三章 基于振动信号的故障诊断方法 |
| 3.1 机械振动信号处理技术 |
| 3.2 经验模态分解 |
| 3.2.1 经验模态分解原理 |
| 3.2.2 基于经验模态分解的特征提取 |
| 3.3 变分模态分解 |
| 3.3.1 变分模态分解原理 |
| 3.3.2 基于变分模态分解的特征提取 |
| 3.3.3 基于变分模态分解的改进降噪方法 |
| 3.4 模式识别方法 |
| 3.4.1 人工神经网络 |
| 3.4.2 支持向量机 |
| 3.5 EMD和 VMD故障诊断方法及其不足 |
| 3.6 基于深度学习方法的故障诊断 |
| 3.6.1 自动编码器 |
| 3.6.2 堆叠自动编码器 |
| 3.6.3 梯度下降算法 |
| 3.6.4 Softmax分类器 |
| 3.6.5 深度学习训练优化参数 |
| 3.6.6 深度学习故障诊断方法 |
| 3.7 本章小结 |
| 第四章 故障诊断实验分析 |
| 4.1 实验数据预处理 |
| 4.2 基于经验模态分解和支持向量机的诊断方法 |
| 4.2.1 特征向量的提取 |
| 4.2.2 粒子群算法优化支持向量机 |
| 4.2.3 实验结果 |
| 4.3 基于变分模态分解和支持向量机的诊断方法 |
| 4.3.1 变分模态分解个数K的确定 |
| 4.3.2 特征向量的提取 |
| 4.3.3 实验结果 |
| 4.4 基于深度学习的故障诊断 |
| 4.4.1 实验过程 |
| 4.4.2 实验结果 |
| 4.5 方法对比分析 |
| 4.6 本章小结 |
| 第五章 软件系统设计 |
| 5.1 空调故障诊断系统软件设计 |
| 5.2 软件系统界面设计 |
| 5.3 软件系统程序设计 |
| 5.4 本章小结 |
| 第六章 结论 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表的学术论文与取得的其他成果 |
（7）基于LabVIEW的光纤汽轮机振动测量系统研究（论文提纲范文）
| 0 引 言 |
| 1 光纤测振系统构成及原理 |
| 2 测振系统硬件设计 |
| 2.1 光纤传感器探头设计 |
| 2.2 数据采集电路 |
| 3 测振系统软件设计 |
| 3.1 最小二乘法 |
| 3.2 LabVIEW的信号拟合处理 |
| 4 系统性能测试分析 |
| 5 结 论 |
（8）面向微珠逆反射目标的零差激光干涉测振关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 零差激光干涉测振技术研究现状 |
| 1.2.1 零差激光干涉测振仪发展现状 |
| 1.2.2 可变的周期非线性误差的补偿方法研究现状 |
| 1.2.3 激光散斑噪声抑制方法研究现状 |
| 1.3 本研究领域存在的重要科学问题和关键技术问题 |
| 1.4 本文主要研究内容 |
| 第2章 微珠逆反射材料反射特性对测振的影响机理研究 |
| 2.1 引言 |
| 2.2 零差激光干涉振动测量方法 |
| 2.2.1 零差激光干涉测振原理 |
| 2.2.2 零差激光干涉测振系统及解调方法 |
| 2.2.3 零差激光干涉测振中的测量误差 |
| 2.3 基于微珠逆反射材料反射特性的零差激光测振干涉信号模型 |
| 2.3.1 测量光强度对周期非线性误差的影响机理 |
| 2.3.2 微珠逆反射材料引入的散斑噪声对测振准确度的影响机理 |
| 2.4 本章小结 |
| 第3章 测量光强变化下的周期非线性误差补偿方法研究 |
| 3.1 引言 |
| 3.2 基于平衡分光策略的零差激光干涉探测系统 |
| 3.3 基于特征参数提取的周期非线性误差在线补偿方法 |
| 3.3.1 周期非线性误差在线补偿模型 |
| 3.3.2 周期非线性误差在线补偿方法仿真验证 |
| 3.4 基于干涉量分离的干涉信号重建方法 |
| 3.5 本章小结 |
| 第4章 面向微珠逆反射目标的散斑噪声抑制方法研究 |
| 4.1 引言 |
| 4.2 激光散斑的统计学特性 |
| 4.2.1 激光散斑的强度和相位 |
| 4.2.2 散斑的特征尺寸 |
| 4.2.3 动态激光散斑 |
| 4.3 基于滤波方法的散斑噪声抑制方法研究 |
| 4.3.1 干涉信号的低通滤波对散斑噪声的抑制研究 |
| 4.3.2 解调位移的卡尔曼滤波对散斑噪声的抑制研究 |
| 4.4 基于微邻域扫描的散斑噪声抑制方法 |
| 4.4.1 微邻域扫描方法的原理分析 |
| 4.4.2 微邻域扫描方法抑制散斑噪声的仿真验证 |
| 4.5 本章小结 |
| 第5章 实验验证结果及分析 |
| 5.1 引言 |
| 5.2 测量光强变化下的周期非线性误差补偿方法实验研究 |
| 5.2.1 基于平衡分光策略的零差激光干涉探测系统实验及分析 |
| 5.2.2 基于特征参数提取的周期非线性误差在线补偿方法实验及分析 |
| 5.2.3 基于干涉量分离的干涉信号重建方法实验及分析 |
| 5.3 基于微邻域扫描的散斑噪声抑制方法实验及分析 |
| 5.3.1 实验装置 |
| 5.3.2 实验结果和分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
| 个人简历 |
（9）基于激光多普勒技术的空调六维振动检测系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题的背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 论文章节安排 |
| 第二章 空调外机的振动特性 |
| 2.1 轴流风扇振动特性分析 |
| 2.1.1 不平衡力分析 |
| 2.1.2 扇叶激励力分析 |
| 2.2 回转式压缩机振动特性分析 |
| 2.2.1 回转式压缩机工作过程 |
| 2.2.2 回转式压缩机振动特性分析 |
| 2.3 本章小结 |
| 第三章 检测系统的功能需求和硬件系统 |
| 3.1 空调六维振动检测系统的功能需求 |
| 3.2 检测系统的硬件结构 |
| 3.3 激光多普勒测振仪 |
| 3.3.1 光学多普勒效应 |
| 3.3.2 光学混频 |
| 3.3.3 激光多普勒外差式光学系统 |
| 3.4 激光位移传感器 |
| 3.4.1 沙姆定律 |
| 3.4.2 直射式激光三角测量技术 |
| 3.5 设备选型 |
| 3.6 本章小结 |
| 第四章 六维振动检测方法 |
| 4.1 检测块的设计和使用 |
| 4.2 扭转角检测方法 |
| 4.3 实验对比 |
| 4.3.1 检测块使用的可行性验证 |
| 4.3.2 扭转角检测方法的可行性验证 |
| 4.4 本章小结 |
| 第五章 软件系统设计 |
| 5.1 软件系统的整体结构设计 |
| 5.2 软件界面设计 |
| 5.3 软件系统的程序设计 |
| 5.3.1 信号采集 |
| 5.3.2 基于经验模态分解和最小二乘法的积分方法 |
| 5.3.3 离散信号微分 |
| 5.3.4 扭转角计算程序 |
| 5.3.5 激励源频率成份的提取 |
| 5.3.6 激励源贡献比例分析 |
| 5.4 本章小结 |
| 第六章 空调外机关键检测点的选择 |
| 6.1 系统聚类法 |
| 6.2 振动信号特征值的提取 |
| 6.3 检测点的聚类 |
| 6.4 空调外机减震分析 |
| 6.4.1 振动测试实验目的 |
| 6.4.2 振动检测方案 |
| 6.4.3 实验结果分析 |
| 6.5 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 |
（10）基于LabVIEW的高速机床主轴动平衡测试研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 主轴动平衡测试系统国内外研究现状 |
| 1.2.2 主轴动平衡技术的国内外现状 |
| 1.3 虚拟仪器技术及其在动平衡测试中的应用 |
| 1.4 论文主要内容及课题来源 |
| 第二章 主轴动平衡相关理论及测试系统整体方案 |
| 2.1 工程对象及其转子不平衡的因素 |
| 2.2 转子质点不平衡量及其简化力学模型 |
| 2.2.1 不平衡量的表示 |
| 2.2.2 不平衡量及其力学模型的简化 |
| 2.3 转子不平衡的分类 |
| 2.4 转子不平衡振动响应分析 |
| 2.4.1 转子不平衡振动响应理论分析 |
| 2.4.2 主轴不平衡量的标定 |
| 2.5 动平衡测试系统的整体方案设计 |
| 2.5.1 动平衡测试系统的基本要求 |
| 2.5.2 动平衡测试系统方案 |
| 2.6 本章小结 |
| 第三章 现场动平衡测试原理及其算法研究 |
| 3.1 振动信号测试算法整体思路 |
| 3.2 数据采集 |
| 3.2.1 数据采样定理 |
| 3.2.2 采样数据的量化 |
| 3.3 现场振动信号分析提取改进算法 |
| 3.3.1 振动信号平滑处理算法 |
| 3.3.2 基于时域平均和FIR滤波的信号预处理 |
| 3.3.3 信号提取方法 |
| 3.4 主轴不平衡力及其轴向位置算法实现 |
| 3.5 算法仿真验证 |
| 3.6 本章小结 |
| 第四章 现场动平衡测试原型系统开发与技术实现 |
| 4.1 测试系统整体结构功能及内部关联 |
| 4.2 测试系统硬件设置 |
| 4.2.1 传感器的选取 |
| 4.2.2 数据采集卡及控制器 |
| 4.3 现场动平衡测试软件设计 |
| 4.3.1 动平衡测试软件系统的体系框架 |
| 4.3.2 振动信号数据采集程序的实现 |
| 4.3.3 转速基准信号的测量 |
| 4.3.4 振幅相位提取的程序实现 |
| 4.3.5 单面影响系数与不平衡量计算程序实现 |
| 4.3.6 主轴不平衡力及其轴向位置程序实现 |
| 4.4 本章小结 |
| 第五章 机床主轴转子系统动态特性分析及其实验分析 |
| 5.1 主轴系统分析整体结构 |
| 5.2 主轴模态分析 |
| 5.2.1 主轴动力学模型理论分析 |
| 5.2.2 几何模型的构建 |
| 5.2.3 主轴模态有限元分析 |
| 5.3 主轴系统谐响应分析 |
| 5.3.1 主轴系统谐响应有限元分析 |
| 5.3.2 主轴不平衡力和位移的振动特性分析 |
| 5.4 装有平衡头的主轴模态和谐响应分析 |
| 5.5 试验分析 |
| 5.5.1 试验验证本文提取振幅算法的准确性 |
| 5.5.2 主轴转速对实验平台振动的影响 |
| 5.5.3 主轴单面影响系数标定实验 |
| 5.5.4 主轴校正量计算实验 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简介 |
| 作者在攻读硕士学位期间发表的学术论文 |
| 致谢 |
四、基于LabVIEW的光电在线测振系统研究（论文参考文献）
- [1]基于激光视觉系统的刚性罐道健康监测研究[D]. 吴强. 安徽理工大学, 2020(07)
- [2]超高速磨削电主轴综合性能测试系统研究[D]. 郑金勇. 河南工业大学, 2020(02)
- [3]离心式压缩机叶片状态在线监测与故障预警方法研究[D]. 贺长波. 大连理工大学, 2019(08)
- [4]基于激光超声检测的振动测量关键技术研究[D]. 钱飞明. 北京化工大学, 2019(06)
- [5]高速旋转叶片叶尖定时测振技术研究[D]. 余星奇. 南京航空航天大学, 2019(02)
- [6]基于深度学习的空调故障诊断系统[D]. 刘芝庭. 佛山科学技术学院, 2019(02)
- [7]基于LabVIEW的光纤汽轮机振动测量系统研究[J]. 陈向华,杨萍,杨海马,赵凯,袁宝龙,李筠,刘瑾,严瑾. 电子测量技术, 2019(01)
- [8]面向微珠逆反射目标的零差激光干涉测振关键技术研究[D]. 朱静浩. 哈尔滨工业大学, 2018(01)
- [9]基于激光多普勒技术的空调六维振动检测系统研究[D]. 郑文炜. 佛山科学技术学院, 2018(03)
- [10]基于LabVIEW的高速机床主轴动平衡测试研究[D]. 李婷婷. 沈阳建筑大学, 2018(01)