基于BP神经网络的风电齿轮箱故障诊断仪的研发
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 课题研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 课题研究内容 | 第17页 |
| 1.4 论文结构 | 第17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 风电齿轮箱故障诊断方法的研究 | 第18-31页 |
| 2.1 故障诊断基本原理 | 第18-19页 |
| 2.2 齿轮箱的常见故障及其特点 | 第19-21页 |
| 2.2.1 齿轮常见故障类型及其特点 | 第20-21页 |
| 2.2.2 轴承的常见故障类型及其特点 | 第21页 |
| 2.3 小波包分析 | 第21-23页 |
| 2.3.1 小波分析 | 第22页 |
| 2.3.2 小波包分解 | 第22-23页 |
| 2.4 BP神经网络 | 第23-25页 |
| 2.4.1 人工神经网络基本理论 | 第23-24页 |
| 2.4.2 BP神经网络的结构 | 第24页 |
| 2.4.3 BP神经网络的学习算法 | 第24-25页 |
| 2.5 基于小波包和BP神经网络的故障诊断方法 | 第25-27页 |
| 2.5.1 基于小波包分解的频带能量特征提取 | 第25-26页 |
| 2.5.2 BP神经网络设计 | 第26-27页 |
| 2.5.3 故障诊断方法的基本步骤 | 第27页 |
| 2.6 仿真实验 | 第27-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第三章 风电齿轮箱故障诊断仪整体设计方案 | 第31-38页 |
| 3.1 功能需求分析 | 第31-32页 |
| 3.2 嵌入式系统平台的选择 | 第32-34页 |
| 3.2.1 嵌入式微处理器的选型 | 第33页 |
| 3.2.2 嵌入式操作系统的选型 | 第33-34页 |
| 3.3 总体设计 | 第34-37页 |
| 3.3.1 硬件总体设计 | 第35-36页 |
| 3.3.2 软件总体设计 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 故障诊断仪硬件设计 | 第38-50页 |
| 4.1 S3C2440A及其基本电路 | 第38-39页 |
| 4.2 存储模块设计 | 第39-44页 |
| 4.2.1 SDRAM接口电路设计 | 第39-41页 |
| 4.2.2 NAND接口电路设计 | 第41-43页 |
| 4.2.3 SD卡接口电路设计 | 第43-44页 |
| 4.3 人机交互接口设计 | 第44-46页 |
| 4.4 信号采集模块设计 | 第46-49页 |
| 4.4.1 加速度传感器及ADC选型 | 第47-48页 |
| 4.4.2 信号调理电路设计 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 故障诊断仪软件设计 | 第50-68页 |
| 5.1 嵌入式Linux及其软件开发概述 | 第50-52页 |
| 5.1.1 嵌入式Linux简介 | 第50页 |
| 5.1.2 嵌入式Linux软件开发概述 | 第50-52页 |
| 5.2 交叉开发环境的建立 | 第52页 |
| 5.3 嵌入式Linux核心系统构建 | 第52-61页 |
| 5.3.1 Boot Loader的移植 | 第53-56页 |
| 5.3.2 Linux内核的移植 | 第56-59页 |
| 5.3.3 构建Linux根文件系统 | 第59-61页 |
| 5.4 驱动程序设计 | 第61-64页 |
| 5.4.1 驱动程序简介 | 第61-62页 |
| 5.4.2 A/D驱动程序设计 | 第62-64页 |
| 5.5 图形化用户界面应用程序设计 | 第64-67页 |
| 5.6 本章小结 | 第67-68页 |
| 总结与展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第74页 |
