摘要 | 第3-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-16页 |
1.1 课题研究的背景和意义 | 第10-11页 |
1.2 电机状态监测与故障诊断技术 | 第11-12页 |
1.3 电机状态监测与故障诊断技术研究现状 | 第12-14页 |
1.4 本文的主要工作内容与安排 | 第14-16页 |
第2章 绕线式异步电动机常见的故障形式及机理分析 | 第16-24页 |
2.1 电机定子故障和转子故障 | 第16-17页 |
2.2 绕组绝缘故障 | 第17页 |
2.3 电气不平衡故障 | 第17-18页 |
2.4 轴承故障 | 第18页 |
2.5 电刷-滑环火花故障 | 第18-22页 |
2.6 本章小结 | 第22-24页 |
第3章 绕线式异步电机在线监测系统总体设计 | 第24-32页 |
3.1 电机监测系统工作原理 | 第24页 |
3.2 电机监测系统开发平台的选择 | 第24-26页 |
3.3 C | 第26-27页 |
3.4 电机监测系统功能框架 | 第27-31页 |
3.5 本章小结 | 第31-32页 |
第4章 监测系统数据采集功能模块开发 | 第32-54页 |
4.1 数据采集模块硬件部分设计与实现 | 第32-35页 |
4.2 数据采集模块软件部分设计与实现 | 第35-53页 |
4.2.1 MODBUS通讯协议 | 第35-36页 |
4.2.2 上位机数据采集软件设计 | 第36-53页 |
4.3 本章小结 | 第53-54页 |
第5章 基于极限学习机的电机故障诊断的实现 | 第54-70页 |
5.1 ELM的基本思想 | 第54-57页 |
5.2 基于ELM的绕线式异步电机故障诊断模型 | 第57-69页 |
5.2.1 电机故障实验 | 第57-63页 |
5.2.2 小波包能量谱故障特征量的提取 | 第63-66页 |
5.2.3 故障类型 | 第66页 |
5.2.4 激活函数 | 第66-67页 |
5.2.5 诊断模型与仿真结果分析 | 第67-69页 |
5.3 本章小结 | 第69-70页 |
第6章 基于支持向量机的电机故障诊断的实现 | 第70-94页 |
6.1 支持向量机原理 | 第70-76页 |
6.1.1 最优分类超平面 | 第71-72页 |
6.1.2 支持向量分类机 | 第72-76页 |
6.2 基于SVM的绕线式异步电机故障诊断模型 | 第76-78页 |
6.2.1 输入量和输出量的确定 | 第76页 |
6.2.2 核函数的选取 | 第76-77页 |
6.2.3 参数的选取对诊断性能的影响 | 第77-78页 |
6.3 基于SVM的绕线式异步电机故障诊断模型参数寻优 | 第78-87页 |
6.3.1 传统标准遗传算法 | 第78-80页 |
6.3.2 传统遗传算法存在的问题 | 第80页 |
6.3.3 多种群遗传算法 | 第80-82页 |
6.3.4 基于MPGA的SVM参数寻优 | 第82-87页 |
6.4 基于SVM故障诊断模型与基于ELM故障诊断模型的对比 | 第87-89页 |
6.4.1 参数设置 | 第87页 |
6.4.2 诊断准确率 | 第87页 |
6.4.3 样本的规模对诊断模型性能的影响 | 第87-89页 |
6.5 MATLAB 与 C | 第89-92页 |
6.6 本章小结 | 第92-94页 |
第7章 系统测试与结果分析 | 第94-100页 |
7.1 测试平台 | 第94-95页 |
7.2 测试方案 | 第95-98页 |
7.2.1 上下位机数据通讯性能测试 | 第95页 |
7.2.2 阈值报警与故障诊断功能测试 | 第95-98页 |
7.3 本章小结 | 第98-100页 |
第8章 全文总结与工作展望 | 第100-104页 |
8.1 全文总结 | 第100-101页 |
8.2 工作展望 | 第101-104页 |
参考文献 | 第104-108页 |
致谢 | 第108-110页 |
个人简历、在学期间发表的学术论文与研究成果 | 第110页 |