摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 绪论 | 第11-15页 |
·电路故障诊断的意义 | 第11页 |
·电路故障诊断技术的发展及研究现状 | 第11-13页 |
·课题研究所做的主要工作 | 第13-15页 |
第2章 大规模电路网络故障诊断方法 | 第15-35页 |
·大规模网络故障诊断原理 | 第15页 |
·改进的网络撕裂分层诊断法 | 第15-18页 |
·逐级撕裂原理 | 第16-18页 |
·改进撕裂分层诊断步骤 | 第18页 |
·子网络可解的拓扑条件 | 第18-20页 |
·故障子网络的判定条件 | 第20-31页 |
·容差网络状态 | 第21-22页 |
·区间分析法 | 第22-25页 |
·改进的遗传算法求解 | 第25-31页 |
·网络撕裂实例 | 第31-33页 |
·本章小结 | 第33-35页 |
第3章 小波包理论及基于小波包分析的故障特征提取方法 | 第35-45页 |
·小波定义 | 第35-36页 |
·一维连续小波变换理论 | 第36页 |
·小波函数的选择 | 第36-38页 |
·小波包理论 | 第38-41页 |
·小波包定义 | 第38-39页 |
·小波包性质 | 第39页 |
·小波包的空间分解 | 第39-41页 |
·小波包算法 | 第41页 |
·基于小波包变换的故障特征提取方法 | 第41-43页 |
·本章小结 | 第43-45页 |
第4章 支持向量机多类分类方法 | 第45-49页 |
·支持向量机研究进展 | 第45页 |
·支持向量机原理 | 第45-47页 |
·多类分类算法 | 第47-48页 |
·一对多分类算法 | 第47页 |
·一对一分类算法 | 第47-48页 |
·本章小结 | 第48-49页 |
第5章 聚类结合动态剪枝二叉树支持向量机多类分类算法 | 第49-55页 |
·动态剪枝二叉树支持向量机 | 第49-51页 |
·聚类结合动态剪枝二叉树SVM算法 | 第51-53页 |
·本章小结 | 第53-55页 |
第6章 电路故障诊断系统设计及实现 | 第55-77页 |
·视频放大电路故障诊断实验 | 第55-65页 |
·诊断电路 | 第55-56页 |
·故障特征信号的采集 | 第56-58页 |
·利用小波变换进行故障特征提取 | 第58-60页 |
·利用小波包变换进行故障特征提取 | 第60-63页 |
·仿真结果与分析 | 第63-65页 |
·JFET放大器电路故障诊断实验 | 第65-67页 |
·故障子网络的确定 | 第65-66页 |
·仿真结果与分析 | 第66-67页 |
·放大器电路故障诊断实验 | 第67-69页 |
·故障子网络的确定 | 第67-68页 |
·仿真结果与分析 | 第68-69页 |
·改进型全桥移相ZVS PWM DC/DC变换器电路故障诊断实验 | 第69-71页 |
·故障子网络的确定 | 第69-70页 |
·仿真结果与分析 | 第70-71页 |
·仿真结果的分析总结 | 第71页 |
·基于聚类结合动态剪枝二叉树算法的电路故障诊断系统设计及实现 | 第71-75页 |
·本章小结 | 第75-77页 |
第7章 结论与展望 | 第77-79页 |
·结论 | 第77-78页 |
·展望 | 第78-79页 |
参考文献 | 第79-83页 |
致谢 | 第83-85页 |
攻读硕士期间参加的科研工作 | 第85-87页 |
攻读硕士期间发表的论文 | 第87页 |