基于小波分析和神经网络的电机故障诊断研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·异步电机故障诊断的意义 | 第10页 |
| ·电机故障诊断的研究现状和发展动态 | 第10-13页 |
| ·研究现状 | 第10-13页 |
| ·发展动态 | 第13页 |
| ·小波分析和神经网络在故障诊断中的应用 | 第13-14页 |
| ·异步电机常见的诊断方法 | 第14-15页 |
| ·本文主要研究内容和论文构架 | 第15-17页 |
| 第二章 电机故障机理分析 | 第17-25页 |
| ·电机故障特征 | 第17-18页 |
| ·异步电机常见故障类型 | 第18-19页 |
| ·滚动轴承故障机理与特征 | 第19-21页 |
| ·滚动轴承结构 | 第19页 |
| ·滚动轴承常见故障 | 第19-20页 |
| ·滚动轴承故障机理分析 | 第20-21页 |
| ·转子断条故障机理与特征 | 第21-23页 |
| ·转子不平衡故障机理与特征 | 第23-24页 |
| ·故障原因 | 第23-24页 |
| ·故障特征 | 第24页 |
| ·负载波动故障 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 小波分析和小波包分析理论 | 第25-36页 |
| ·小波分析 | 第25-28页 |
| ·小波函数的特点 | 第25-26页 |
| ·连续小波变换 | 第26-27页 |
| ·离散小波变换 | 第27页 |
| ·二进小波变换 | 第27-28页 |
| ·小波包的基本原理 | 第28-32页 |
| ·信号的小波包降噪 | 第32-33页 |
| ·基本原理 | 第32页 |
| ·信号的小波包降噪步骤 | 第32-33页 |
| ·小波包能量检测技术 | 第33-35页 |
| ·小波包能量谱 | 第33-34页 |
| ·提取小波包能量谱的步骤 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 神经网络及其在故障诊断中的应用 | 第36-47页 |
| ·神经网络基础 | 第36-37页 |
| ·神经网络的发展 | 第36页 |
| ·神经网络的特性 | 第36页 |
| ·神经网络分类 | 第36-37页 |
| ·BP 神经网络 | 第37-41页 |
| ·BP 网络结构 | 第37-38页 |
| ·BP 网络的学习规则 | 第38-41页 |
| ·Elman 网络 | 第41-43页 |
| ·Elman 神经网络的结构 | 第41-42页 |
| ·Elman 神经网络的学习过程 | 第42-43页 |
| ·径向基函数网络 | 第43-44页 |
| ·神经网络在故障诊断中的应用 | 第44-46页 |
| ·神经网络用作故障诊断的原因 | 第44-45页 |
| ·神经网络在故障模式识别中的应用 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 三相异步电机故障诊断系统 | 第47-67页 |
| ·三相异步电机故障诊断实验 | 第47-50页 |
| ·实验装置 | 第47-48页 |
| ·测点布置 | 第48-49页 |
| ·各测点对应的传感器 | 第49-50页 |
| ·实验数据处理分析 | 第50-56页 |
| ·时域特征参量 | 第50-52页 |
| ·频域分析方法 | 第52-53页 |
| ·实验数据处理 | 第53-56页 |
| ·小波分析数据处理 | 第56-58页 |
| ·神经网络电机故障诊断系统 | 第58-62页 |
| ·Elman 网络的设计 | 第60-61页 |
| ·RBF 网络的设计 | 第61页 |
| ·BP 网络的设计 | 第61-62页 |
| ·引用数据的电机故障诊断 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 异步电机的故障仿真 | 第67-75页 |
| ·转子断条的仿真 | 第67-70页 |
| ·原理回顾 | 第67页 |
| ·小波基的选取 | 第67-68页 |
| ·转子断条定子电流的仿真 | 第68-70页 |
| ·转子不平衡的仿真 | 第70-73页 |
| ·电机负载波动的仿真 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 第七章 总结与展望 | 第75-76页 |
| ·论文总结 | 第75页 |
| ·工作展望 | 第75-76页 |
| 附录 | 第76-80页 |
| 参考文献 | 第80-84页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第84-85页 |
| 致谢 | 第85页 |
