断路器状态监测与信号联合分析系统的研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 选题背景及其意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 断路器状态监测的研究现状 | 第11-13页 |
| 1.2.2 信号联合分析技术的研究现状 | 第13-14页 |
| 1.3 本文主要研究内容及工作 | 第14-15页 |
| 第2章 断路器状态监测总体方案 | 第15-25页 |
| 2.1 断路器操动机构 | 第15-17页 |
| 2.1.1 操动机构的功能 | 第15页 |
| 2.1.2 操动机构的运动过程 | 第15-17页 |
| 2.2 基于FMECA分析的检测量的确定 | 第17-22页 |
| 2.2.1 FMECA分析 | 第17页 |
| 2.2.2 分析步骤 | 第17-18页 |
| 2.2.3 危害性分析 | 第18-19页 |
| 2.2.4 断路器操动机构FMECA分析 | 第19-22页 |
| 2.3 监测系统的基本组成与要求 | 第22-23页 |
| 2.4 监测系统总体方案设计 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 断路器信号联合分析系统 | 第25-30页 |
| 3.1 系统硬件设计 | 第25-27页 |
| 3.1.1 系统硬件组成 | 第25-26页 |
| 3.1.2 传感器选型 | 第26-27页 |
| 3.1.3 传感器安装位置 | 第27页 |
| 3.2 系统软件设计 | 第27-29页 |
| 3.2.1 软件编译环境简介 | 第27-28页 |
| 3.2.2 软件界面设计及功能实现 | 第28-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 基于多数据融合的断路器状态识别方法 | 第30-48页 |
| 4.1 数据融合模型与融合过程 | 第30-31页 |
| 4.2 特征向量提取与分析 | 第31-40页 |
| 4.2.1 总体平均经验模态分解法 | 第31-32页 |
| 4.2.2 基于EEMD的IMF能量构造特征向量 | 第32-34页 |
| 4.2.3 断路器声振信号特征向量提取与分析 | 第34-40页 |
| 4.3 基于证据融合的断路器状态识别方法 | 第40-47页 |
| 4.3.1 D-S证据理论融合原理 | 第40-41页 |
| 4.3.2 多分类支持向量机 | 第41-44页 |
| 4.3.3 获取基本信度分配 | 第44页 |
| 4.3.4 基于自适应权重的证据融合算法 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 结论与展望 | 第48-50页 |
| 5.1 结论 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第53-54页 |
| 致谢 | 第54页 |
