基于混沌神经网络的模拟电路故障诊断方法研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 模拟电路故障诊断研究背景 | 第10-11页 |
| 1.2 故障诊断方法发展与现状 | 第11-15页 |
| 1.2.1 传统故障诊断方法 | 第11-12页 |
| 1.2.2 新的故障诊断方法 | 第12-15页 |
| 1.3 论文主要内容与结构 | 第15-16页 |
| 第二章 神经网络理论及其故障诊断方法 | 第16-32页 |
| 2.1 神经网络简介 | 第16-21页 |
| 2.1.1 神经网络的特点 | 第16-17页 |
| 2.1.2 神经网络的组成 | 第17-19页 |
| 2.1.3 神经网络基本分类 | 第19-21页 |
| 2.2 BP神经网络 | 第21-23页 |
| 2.2.1 BP神经网络简介 | 第21-22页 |
| 2.2.2 BP算法简介 | 第22-23页 |
| 2.3 基于BP小波神经网络的电路故障诊断 | 第23-31页 |
| 2.3.1 故障模式划分 | 第25页 |
| 2.3.2 故障信息提取 | 第25-28页 |
| 2.3.3 神经网络结构及参数确定 | 第28-30页 |
| 2.3.4 故障诊断结果 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于小波分解和模糊聚类故障特征提取方法 | 第32-48页 |
| 3.1 传统故障特征提取方法 | 第32页 |
| 3.2 小波分解和模糊聚类故障特征提取方法 | 第32-41页 |
| 3.2.1 小波基本理论 | 第32-33页 |
| 3.2.2 小波故障特征提取原理 | 第33-34页 |
| 3.2.3 haar小波分解与重构算法 | 第34-37页 |
| 3.2.4 故障特征提取步骤 | 第37-41页 |
| 3.3 仿真实验 | 第41-47页 |
| 3.3.1 诊断流程 | 第41-42页 |
| 3.3.2 电路故障建模 | 第42-44页 |
| 3.3.3 故障特征提取 | 第44-45页 |
| 3.3.4 神经网络结构 | 第45-46页 |
| 3.3.5 故障诊断结果 | 第46-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 基于混沌神经网络的模拟电路故障诊断方法 | 第48-56页 |
| 4.1 混沌理论发展历程 | 第48-51页 |
| 4.1.1 混沌的特点 | 第48-49页 |
| 4.1.2 产生混沌的方法 | 第49-50页 |
| 4.1.3 混沌的作用 | 第50-51页 |
| 4.2 混沌神经元构造神经网络 | 第51-53页 |
| 4.3 基于混沌神经网络的电路仿真实例与分析 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 结论及展望 | 第56-58页 |
| 5.1 本文工作结论 | 第56页 |
| 5.2 本文展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 攻读学位期间所发表论文 | 第63-64页 |
| 致谢 | 第64-65页 |
