航空线束交流故障电弧识别的多特征融合技术
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 故障电弧研究背景及意义 | 第9-10页 |
| 1.2 故障电弧检测方法的研究现状 | 第10-17页 |
| 1.2.1 故障电弧研究现状 | 第11-16页 |
| 1.2.2 航空故障电弧研究现状 | 第16-17页 |
| 1.3 本文主要研究内容 | 第17-19页 |
| 第二章 故障电弧理论及试验研究 | 第19-29页 |
| 2.1 故障电弧的起因及分类 | 第19-20页 |
| 2.2 航空故障电弧模拟试验 | 第20-24页 |
| 2.2.1 串联型故障电弧模拟试验 | 第20-23页 |
| 2.2.1.1 点接触试验 | 第20-22页 |
| 2.2.1.2 连接松动的振动试验 | 第22-23页 |
| 2.2.1.3 湿弧轨迹试验 | 第23页 |
| 2.2.2 并联型故障电弧模拟试验 | 第23-24页 |
| 2.3 试验数据预处理 | 第24-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 故障电弧的特征提取 | 第29-59页 |
| 3.1 基于波形畸变的特征提取 | 第29-41页 |
| 3.1.1 脉宽特征 | 第29-33页 |
| 3.1.2 平均幅值差 | 第33-37页 |
| 3.1.3 基于峭度的相似距离 | 第37-41页 |
| 3.2 基于傅里叶变换的特征提取 | 第41-50页 |
| 3.2.1 傅里叶变换理论 | 第41-43页 |
| 3.2.2 基于傅里叶变换提取频域特征 | 第43-50页 |
| 3.3 基于小波变换的特征提取 | 第50-57页 |
| 3.3.1 小波变换理论 | 第50-53页 |
| 3.3.2 信息熵理论 | 第53页 |
| 3.3.3 小波奇异熵特征提取 | 第53-57页 |
| 3.4 本章小结 | 第57-59页 |
| 第四章 故障电弧分类器 | 第59-69页 |
| 4.1 SVM理论及参数设置 | 第59-63页 |
| 4.1.1 SVM基本理论 | 第59-62页 |
| 4.1.2 基于粒子群优化算法的参数寻优 | 第62-63页 |
| 4.2 基于多特征融合的故障电弧检测方法 | 第63-67页 |
| 4.2.1 构建特征矩阵和SVM分类模型 | 第63-65页 |
| 4.2.2 SVM分类模型预测结果评估 | 第65-67页 |
| 4.3 本章小结 | 第67-69页 |
| 第五章 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读学位期间取得的相关科研成果 | 第75-77页 |
| 致谢 | 第77页 |
