摘要 | 第6-7页 |
Abstract | 第7页 |
第1章 绪论 | 第10-14页 |
1.1 本课题研究目的和意义 | 第10页 |
1.2 故障诊断的发展及理论方法 | 第10-11页 |
1.3 开关电源故障诊断国内外研究现状和发展 | 第11-12页 |
1.4 HMM在DC/DC故障诊断中应用的意义 | 第12-13页 |
1.5 论文主要研究内容 | 第13-14页 |
第2章 直流开关电源的基本原理 | 第14-20页 |
2.1 DC/DC变换器的分类 | 第14页 |
2.2 非隔离型DC/DC变换器电路 | 第14-16页 |
2.3 隔离型DC/DC变换器电路 | 第16-19页 |
2.4 本章小结 | 第19-20页 |
第3章 HMM基本理论、算法及其在故障诊断中的应用 | 第20-33页 |
3.1 HMM基本理论 | 第20-24页 |
3.1.1 HMM基本概念 | 第20-21页 |
3.1.2 HMM定义 | 第21-22页 |
3.1.3 HMM分类 | 第22-24页 |
3.2 HMM基本算法 | 第24-28页 |
3.2.1 前向-后向算法 | 第24-26页 |
3.2.2 Viterbi算法 | 第26-27页 |
3.2.3 Baum-Welch算法 | 第27-28页 |
3.3 HMM在实际应用中的改进 | 第28-30页 |
3.3.1 初始参数的选择 | 第28-29页 |
3.3.2 数据下溢问题与措施 | 第29-30页 |
3.3.3 多观测序列进行参数训练 | 第30页 |
3.4 HMM应用在DC/DC变换器故障诊断的可行性 | 第30-31页 |
3.5 本章小结 | 第31-33页 |
第4章 基于连续HMM的DC/DC开关变换器故障诊断 | 第33-49页 |
4.1 BOOST变换器的退化状态检测 | 第33-39页 |
4.1.1 实验方案及等效模型 | 第33-34页 |
4.1.2 HMM的训练 | 第34-37页 |
4.1.3 诊断实验结果 | 第37-39页 |
4.2 全桥直流变换器故障诊断研究 | 第39-48页 |
4.2.1 全桥直流变换器故障仿真模型 | 第39-42页 |
4.2.2 HMM训练 | 第42-44页 |
4.2.3 诊断实验结果 | 第44-48页 |
4.3 本章小结 | 第48-49页 |
第5章 其他模式识别方法的比较分析 | 第49-61页 |
5.1 小波分析基本原理 | 第49-53页 |
5.1.1 小波函数 | 第49-50页 |
5.1.2 多分辨率分析和小波分解 | 第50-51页 |
5.1.3 小波包变换 | 第51-52页 |
5.1.4 基于小波包能量的DC/DC变换器特征提取 | 第52-53页 |
5.2 基于小波-HMM的DC/DC变换器的故障诊断 | 第53-56页 |
5.2.1 小波-HMM训练 | 第53-55页 |
5.2.2 小波-HMM诊断实验结果 | 第55-56页 |
5.3 基于神经网络的DC/DC变换器的故障诊断 | 第56-57页 |
5.4 基于SVM的DC/DC变换器故障诊断 | 第57-58页 |
5.5 各类模式识别的对比分析 | 第58-60页 |
5.6 本章小结 | 第60-61页 |
第6章 DC/DC变换器辅助故障诊断软件的设计 | 第61-67页 |
6.1 仿真软件MATLAB简介 | 第61页 |
6.2 DC/DC变换器故障诊断系统总体结构 | 第61-62页 |
6.3 故障诊断软件 | 第62-66页 |
6.3.1 软件界面设计 | 第63-64页 |
6.3.2 故障诊断实例演示 | 第64-66页 |
6.4 本章小结 | 第66-67页 |
结论与展望 | 第67-69页 |
致谢 | 第69-70页 |
参考文献 | 第70-74页 |
攻读硕士研究生期间发表的论文 | 第74页 |