| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 概述 | 第7-12页 |
| ·研究背景 | 第7-10页 |
| ·故障诊断和容错控制技术 | 第7-8页 |
| ·电力电子电路的故障诊断 | 第8-10页 |
| ·课题意义、目的和任务 | 第10-12页 |
| ·本课题的意义 | 第10-11页 |
| ·本课题的目的和任务 | 第11-12页 |
| 2 神经网络与故障诊断 | 第12-20页 |
| ·三种典型的神经网络结构 | 第12-16页 |
| ·基于BP算法的多层前向网络 | 第12-15页 |
| ·径向基函数网络 | 第15页 |
| ·Hopfield网络 | 第15-16页 |
| ·常用的神经网络学习算法 | 第16-17页 |
| ·BP网络在应用中的局限性及其改进措施 | 第17-20页 |
| ·BP网络的局限性 | 第17-18页 |
| ·BP网络的改进措施 | 第18-20页 |
| 3 遗传算法与神经网络 | 第20-28页 |
| ·遗传算法 | 第20-23页 |
| ·简单遗传算法 | 第20-22页 |
| ·实数编码的遗传算法 | 第22-23页 |
| ·遗传算法与神经网络的结合 | 第23-28页 |
| ·GA与NN的辅助式结合 | 第24-25页 |
| ·GA与NN的合作式结合 | 第25-28页 |
| 4 算法的MATLAB仿真与分析 | 第28-40页 |
| ·故障样本提取与相关背景 | 第28-30页 |
| ·BP算法的仿真 | 第30-35页 |
| ·一般BP算法训练函数trainbp | 第30-31页 |
| ·自适应调整学习速率训练函数trainbpa | 第31-32页 |
| ·自适应调整学习速率+动量因子训练函trainbpx | 第32-34页 |
| ·trainlm函数 | 第34-35页 |
| ·实数编码遗传算法与BP算法的结合与比较 | 第35-40页 |
| ·结合 | 第35-38页 |
| ·比较 | 第38-40页 |
| 5 诊断系统的硬件设计 | 第40-48页 |
| ·故障诊断系统整体框架 | 第40页 |
| ·TMS320F240 DSP功能简介 | 第40-43页 |
| ·TMS320F240的主要特点 | 第40-41页 |
| ·TMS320F240 DSP芯片主要功能简介 | 第41-43页 |
| ·触发功能电路 | 第43页 |
| ·回报信号的接收 | 第43-44页 |
| ·同步信号的输入与控制信号的输出 | 第44-45页 |
| ·故障记录时间与人机交互 | 第45-46页 |
| ·数字化控制器的可靠性设计 | 第46-48页 |
| ·干扰的来源 | 第46页 |
| ·抗干扰对策 | 第46-48页 |
| 6 诊断系统的软件设计 | 第48-58页 |
| ·诊断系统程序框架的设计 | 第48-53页 |
| ·主程序设计 | 第48-51页 |
| ·故障诊断计算子程序 | 第51页 |
| ·键盘与显示子程序 | 第51-52页 |
| ·中断服务子程序 | 第52-53页 |
| ·神经网络的定点DSP实现 | 第53-58页 |
| ·数的定标 | 第54页 |
| ·非线性函数Sigmoid的运算 | 第54-55页 |
| ·神经网络的计算 | 第55页 |
| ·计算精度及误差 | 第55-58页 |
| 7 实验结果与全文总结 | 第58-63页 |
| ·实验结果 | 第58-61页 |
| ·全文总结 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 | 第67-69页 |
| 在校学习期间发表的论文 | 第69页 |