| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·异步电动机故障诊断的意义 | 第10页 |
| ·电动机故障诊断技术研究现状 | 第10-11页 |
| ·模糊神经网络国内外现状和应用 | 第11-13页 |
| ·模糊神经网络国内外的发展现状 | 第11-12页 |
| ·模糊神经网络的应用领域 | 第12-13页 |
| ·ANFIS 模糊神经网络应用于异步电机故障诊断的意义 | 第13页 |
| ·本文的主要研究内容和工作 | 第13-15页 |
| 第二章 异步电动机故障机理分析 | 第15-23页 |
| ·异步电机的工作原理 | 第15-16页 |
| ·异步电动机常见故障类型 | 第16-17页 |
| ·定子绕组故障机理 | 第17页 |
| ·定子绕组故障电流特征分析 | 第17页 |
| ·定子绕组振动故障机理 | 第17页 |
| ·转子断条故障机理 | 第17-19页 |
| ·转子绕组故障电流机理分析 | 第17-19页 |
| ·转子断条故障振动机理 | 第19页 |
| ·转子偏心故障机理 | 第19-22页 |
| ·转子偏心振动故障机理 | 第19-20页 |
| ·转子偏心故障电流特征分析 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 电动机故障诊断实验和分析 | 第23-36页 |
| ·异步电机故障诊断实验 | 第23-27页 |
| ·模拟故障类型 | 第24-25页 |
| ·传感器的选择和测点的位置 | 第25-27页 |
| ·各测点对应的传感器 | 第27页 |
| ·时域分析方法 | 第27-29页 |
| ·频域分析处理 | 第29-35页 |
| ·振动信号故障特征提取 | 第30-33页 |
| ·定子电流信号故障特征提取 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于 BP 神经网络的异步电动机故障诊断 | 第36-42页 |
| ·人工神经元的模型 | 第36页 |
| ·BP 神经网络算法的原理 | 第36-37页 |
| ·BP 神经网络各参数确定 | 第37-41页 |
| ·隐含层层数的确定 | 第37-38页 |
| ·输入输出神经元数确定 | 第38页 |
| ·学习样本数据的处理 | 第38-39页 |
| ·隐含层神经元个数选取 | 第39-40页 |
| ·训练参数的选取 | 第40页 |
| ·BP 神经网络仿真结果分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 基于 ANFIS 模糊神经网络的电动机故障诊断 | 第42-58页 |
| ·模糊神经网络理论基础 | 第42-46页 |
| ·模糊集与隶属度函数 | 第42-44页 |
| ·模糊 IF-THEN 规则 | 第44-45页 |
| ·模糊推理系统 | 第45-46页 |
| ·电动机故障诊断的 ANFIS 系统 | 第46-57页 |
| ·ANFIS 的工作原理和结构 | 第47-48页 |
| ·ANFIS 故障诊断系统的输入输出量的确定 | 第48-50页 |
| ·ANFIS 系统隶属度函数的选取 | 第50页 |
| ·模糊规则的确定 | 第50-52页 |
| ·模糊推理系统生成 | 第52-53页 |
| ·ANFIS 模糊神经网络推理系统训练(学习) | 第53-54页 |
| ·训练后 ANFIS 模糊神经网络参数变化 | 第54-55页 |
| ·测试 ANFIS 模糊神经网络系统 | 第55-57页 |
| ·BP 神经网络和 ANFIS 模糊神经网络诊断结果对比分析 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·全文总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64-67页 |
| 攻读硕士学位期间发表的学术论文 | 第67-68页 |
| 致谢 | 第68页 |
