首页--工业技术论文--电工技术论文--电机论文--交流电机论文--异步电机论文

绕线式异步电机智能监测系统研究

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

论文共110页,点击 下载论文
上一篇:直驱永磁同步风力发电系统的模糊自适应控制策略
下一篇:基于SHEPWM调制策略的永磁同步电机三电平逆变器设计与实现