| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-14页 |
| 1 绪论 | 第14-22页 |
| ·研究的背景和意义 | 第14-16页 |
| ·研究的背景 | 第14-15页 |
| ·研究的意义 | 第15-16页 |
| ·逆变器主电路故障诊断技术研究现状 | 第16-19页 |
| ·基于变换的方法 | 第17-18页 |
| ·基于计算智能的方法 | 第18-19页 |
| ·选题来源及研究内容 | 第19-21页 |
| ·论文的选题来源和研究目标 | 第19页 |
| ·论文技术路线 | 第19-20页 |
| ·论文思路及研究主要内容 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 2 城轨列车辅助逆变器工作原理分析 | 第22-32页 |
| ·城轨列车辅助逆变系统简介 | 第22-24页 |
| ·辅助逆变系统在列车的分布 | 第22页 |
| ·辅助逆变系统的供电方式 | 第22-23页 |
| ·辅助逆变器的结构及主要技术参数 | 第23-24页 |
| ·城轨列车辅助逆变器电路原理分析 | 第24-26页 |
| ·预充电电路组成及工作原理 | 第24-25页 |
| ·逆变电路组成及工作原理 | 第25-26页 |
| ·输出电路组成及工作原理 | 第26页 |
| ·城轨列车辅助逆变器的控制 | 第26-31页 |
| ·控制单元组成及控制流程 | 第27-28页 |
| ·辅助逆变器的控制原理 | 第28-29页 |
| ·辅助逆变器谐波的消除 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 3 城轨列车辅助逆变器主电路的故障仿真 | 第32-42页 |
| ·城轨列车辅助逆变器主电路仿真模型建立 | 第32-36页 |
| ·基于SIMULINK的仿真模型建立 | 第32-34页 |
| ·城轨列车辅助逆变器主电路仿真模型验证 | 第34-36页 |
| ·城轨列车辅助逆变器主电路故障仿真 | 第36-41页 |
| ·城轨列车辅助逆变器主电路故障模式 | 第36-37页 |
| ·城轨列车辅助逆变器主电路故障分类 | 第37-38页 |
| ·城轨列车辅助逆变器主电路故障仿真 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 4 基于变换的城轨列车辅助逆变器主电路故障特征提取 | 第42-54页 |
| ·基于三相-两相变换和重心法的故障特征提取 | 第42-46页 |
| ·三相-两相变换 | 第42-43页 |
| ·三相电压的三相-两相变换 | 第43-44页 |
| ·基于重心的电压轨迹图特征提取及分析 | 第44-46页 |
| ·基于快速傅立叶变换的故障特征提取 | 第46-52页 |
| ·离散傅里叶变换 | 第46-47页 |
| ·基于快速傅里叶变换的输出电压特征提取及分析 | 第47-52页 |
| ·故障特征提取方法的确定 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 5 基于计算智能的城轨列车辅助逆变器主电路故障识别 | 第54-76页 |
| ·PSO-BP神经网络模型的构建 | 第54-58页 |
| ·BP神经网络及粒子群优化算法概述 | 第54-57页 |
| ·PSO-BP神经网络模型的构建 | 第57-58页 |
| ·基于PSO-BP的城轨列车辅助逆变器主电路故障识别 | 第58-70页 |
| ·辅助逆变器主电路故障的识别过程及编码 | 第58-61页 |
| ·故障特征的样本数据获取 | 第61-63页 |
| ·BP神经网络和PSO-BP神经网络训练效果比较 | 第63-65页 |
| ·基于PSO-BP神经网络的故障识别测试 | 第65-70页 |
| ·辅助逆变系统现场监测数据测试 | 第70-75页 |
| ·辅助逆变系统监测数据的采集 | 第70-73页 |
| ·辅助逆变系统监测数据的处理 | 第73-74页 |
| ·辅助逆变系统监测数据测试 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 6 结论与展望 | 第76-78页 |
| ·结论 | 第76-77页 |
| ·展望 | 第77-78页 |
| ·不足之处 | 第77页 |
| ·下一步工作 | 第77页 |
| ·应用前景 | 第77-78页 |
| 参考文献 | 第78-80页 |
| 作者简历 | 第80-82页 |
| 学位论文数据集 | 第82页 |
