CRH3动车组变流器故障诊断的研究
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 选题意义与背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 动车组牵引系统概述 | 第13页 |
| 1.2.2 故障诊断系统技术理论 | 第13-14页 |
| 1.2.3 故障容错控制概述 | 第14-15页 |
| 1.3 论文主要研究的内容 | 第15-16页 |
| 第二章 变流器运行及其仿真分析 | 第16-25页 |
| 2.1 变流器概述 | 第16-17页 |
| 2.2 矢量控制原理 | 第17-20页 |
| 2.2.1 矢量控制原理概述 | 第17-18页 |
| 2.2.2 矢量控制基本方程 | 第18-20页 |
| 2.3 牵引传动系统仿真 | 第20-24页 |
| 2.3.1 牵引特性验证 | 第22-23页 |
| 2.3.2 制动特性验证 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 变流器故障研究 | 第25-45页 |
| 3.1 变流器故障概述 | 第25-26页 |
| 3.2 变流器故障分析 | 第26-29页 |
| 3.2.1 基于电压的故障诊断 | 第26-27页 |
| 3.2.2 基于电流的故障诊断 | 第27-29页 |
| 3.3 变流器故障模拟 | 第29-33页 |
| 3.3.1 变流器故障分类 | 第29-30页 |
| 3.3.2 变流器故障仿真 | 第30-33页 |
| 3.4 变流器故障特征提取 | 第33-44页 |
| 3.4.1 小波理论基础 | 第33-37页 |
| 3.4.2 小波降噪 | 第37页 |
| 3.4.3 特征提取 | 第37-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 神经网络和支持向量机 | 第45-69页 |
| 4.1 神经网络基础 | 第45-51页 |
| 4.1.1 神经元模型 | 第45-46页 |
| 4.1.2 BP网络结构 | 第46-47页 |
| 4.1.3 BP算法的改进 | 第47-48页 |
| 4.1.4 几种其它形式的神经网络 | 第48-51页 |
| 4.2 支持向量机原理及算法 | 第51-56页 |
| 4.2.1 统计学理论基础 | 第51-52页 |
| 4.2.2 支持向量机 | 第52-56页 |
| 4.3 神经网络仿真研究 | 第56-61页 |
| 4.3.1 BP网络训练 | 第56-58页 |
| 4.3.2 BP网络验证 | 第58-60页 |
| 4.3.3 GRNN与RBF仿真对比 | 第60-61页 |
| 4.4 SVM仿真研究 | 第61-66页 |
| 4.4.1 SVM实现 | 第61-63页 |
| 4.4.2 PCA算法对故障诊断影响 | 第63-65页 |
| 4.4.3 不同参数寻优方式仿真 | 第65-66页 |
| 4.5 神经网络和SVM对比 | 第66-68页 |
| 4.6 本章小结 | 第68-69页 |
| 第五章 容错控制和在线监测系统 | 第69-83页 |
| 5.1 开关冗余拓扑 | 第69-70页 |
| 5.2 容错控制分析 | 第70-74页 |
| 5.2.1 三相四开关电路工作原理 | 第70-71页 |
| 5.2.2 三相四开关电路SVPWM控制 | 第71-74页 |
| 5.3 故障容错控制仿真验证 | 第74-79页 |
| 5.3.1 容错控制仿真 | 第74-75页 |
| 5.3.2 容错控制后故障诊断验证 | 第75-77页 |
| 5.3.3 系统联调仿真 | 第77-79页 |
| 5.4 监测系统设计 | 第79-82页 |
| 5.4.1 登录界面 | 第79-80页 |
| 5.4.2 监测界面 | 第80-81页 |
| 5.4.3 历史查询界面 | 第81-82页 |
| 5.5 本章小结 | 第82-83页 |
| 结论 | 第83-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-88页 |
