异步电动故障诊断方法应用预测
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题的背景和意义 | 第8-9页 |
| ·国内外研究水平及动态 | 第9-10页 |
| ·计算机仿真技术 | 第10-11页 |
| ·本文的工作 | 第11-14页 |
| 第二章 异步电动机的状态监测 | 第14-31页 |
| ·异步电动机的数学模型及建模 | 第14-19页 |
| ·异步电动机的数学模型 | 第14-17页 |
| ·异步电动机的d-q轴模型 | 第17-18页 |
| ·异步电动机的Simulink仿真 | 第18-19页 |
| ·状态监测的发展过程和目的 | 第19-21页 |
| ·虚拟仪器的概念 | 第21-24页 |
| ·虚拟仪器的特点 | 第21-22页 |
| ·虚拟仪器的工作原理和构成 | 第22-24页 |
| ·基于LabVIEW的异步电动机的状态监测 | 第24-30页 |
| ·小节 | 第30页 |
| 附录 | 第30-31页 |
| 第三章 异步电动机的常见故障机理分析及预测理论 | 第31-42页 |
| ·异步电动机常见故障机理 | 第31-38页 |
| ·预测理论 | 第38-42页 |
| ·预测的定义 | 第38-39页 |
| ·预测的基本原理 | 第39-40页 |
| ·预测的方法 | 第40-42页 |
| 第四章 异步电动机的故障预测仿真 | 第42-63页 |
| ·故障预测的步骤 | 第42页 |
| ·故障预测的依据 | 第42-44页 |
| ·异步电动机故障预测的方法 | 第44页 |
| ·反向传播(BP)网络 | 第44-53页 |
| ·BP网络结构 | 第45-47页 |
| ·BP网络的学习算法 | 第47-51页 |
| ·BP算法的改进 | 第51-53页 |
| ·基于BP神经网络故障预测模型的参数确定 | 第53-55页 |
| ·故障预测的仿真 | 第55-63页 |
| 第五章 结论 | 第63-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间公开发表的论文 | 第65-66页 |
| 参考文献 | 第66-68页 |
