基于BP神经网络的直流电动机故障诊断研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·直流电动机故障诊断的内涵意义 | 第8-9页 |
| ·直流电动机故障诊断技术的发展状况 | 第9-14页 |
| ·国内外研究发展状况 | 第9-10页 |
| ·故障检测和故障诊断方法 | 第10-13页 |
| ·技术难点和关键问题 | 第13-14页 |
| ·基于神经网络的直流电动机故障诊断技术发展状况 | 第14-15页 |
| ·神经网络的发展和应用 | 第14页 |
| ·神经网络故障诊断及其优势 | 第14-15页 |
| ·本文的主要内容 | 第15-16页 |
| 第二章 电动机常见故障机理分析 | 第16-21页 |
| ·直流电动机常见故障 | 第16-17页 |
| ·轴承故障 | 第16页 |
| ·换向故障 | 第16页 |
| ·电枢故障 | 第16-17页 |
| ·绕组故障 | 第17页 |
| ·电机模型及故障机理分析 | 第17-21页 |
| ·电机数学模型 | 第17-18页 |
| ·故障机理分析 | 第18-21页 |
| 第三章 BP 神经网络理论 | 第21-27页 |
| ·BP 神经网络的建模 | 第21-23页 |
| ·BP 算法的几个重要问题 | 第23-25页 |
| ·BP 算法的训练学习 | 第25-27页 |
| 第四章 BP 神经网络的直流电动机故障诊断 | 第27-49页 |
| ·轴承故障的BP 网络故障诊断 | 第27-43页 |
| ·轴承故障样本的甄选 | 第27-28页 |
| ·轴承故障IO 参量选择 | 第28-29页 |
| ·轴承故障激活函数构造 | 第29页 |
| ·轴承故障网络设计 | 第29-31页 |
| ·BP 网络结构测试和分析 | 第31-33页 |
| ·BP 网络误差期望 | 第33页 |
| ·不同BP 算法故障诊断 | 第33-42页 |
| ·轴承故障诊断结果分析 | 第42-43页 |
| ·电枢故障的BP 网络故障诊断 | 第43-48页 |
| ·电枢故障数据样本说明 | 第43页 |
| ·BP 网络诊断过程 | 第43-48页 |
| ·BP 网络故障诊断结果 | 第48页 |
| ·直流电动机的BP 网络故障诊断结论 | 第48-49页 |
| 第五章 总结与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 附录 攻读硕士学位期间发表论文 | 第54-55页 |
| 附表 | 第55-56页 |
