基于神经网络的异步电机故障诊断研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·本课题研究的目的和意义 | 第10-11页 |
| ·异步电机故障诊断的研究历程及发展方向 | 第11-14页 |
| ·本文的主要研究内容和工作 | 第14-16页 |
| 第二章 异步电机的故障机理分析 | 第16-26页 |
| ·异步电机的工作原理 | 第16-17页 |
| ·异步电机的几种常见故障类型及其机理分析 | 第17-26页 |
| ·定子故障及基于定子电流的诊断原理 | 第17-20页 |
| ·转子故障及基于转子电流的诊断原理 | 第20-24页 |
| ·电气不平衡故障 | 第24-26页 |
| 第三章 基于信号处理的电机故障诊断 | 第26-31页 |
| ·基于异步电机振动和电流信号的故障诊断 | 第26-30页 |
| ·振动信号分析 | 第26-28页 |
| ·电流信号分析 | 第28-30页 |
| ·其它诊断方法 | 第30-31页 |
| 第四章 电机故障信号特征值的提取与实验仿真 | 第31-41页 |
| ·傅里叶变换法 | 第31-33页 |
| ·傅里叶变换法简介 | 第31-32页 |
| ·傅里叶变换法的应用 | 第32-33页 |
| ·小波分析理论 | 第33-41页 |
| ·小波分析理论简介 | 第33-35页 |
| ·小波分析理论的应用 | 第35-41页 |
| 第五章 人工神经网络在电机故障诊断中的应用 | 第41-68页 |
| ·人工神经网络简介 | 第41-42页 |
| ·人工神经网络的基本模型 | 第42-45页 |
| ·人工神经网络的结构及工作方式 | 第45-46页 |
| ·人工神经网络的基本原理 | 第46-52页 |
| ·人工神经网络的学习方式 | 第46页 |
| ·人工神经网络的学习算法（学习规则） | 第46-52页 |
| ·BP 神经网络的优化算法 | 第52-58页 |
| ·粒子群（PSO）算法与BP 神经网络的融合 | 第58-60页 |
| ·人工神经网络及其优化算法的应用与仿真 | 第60-68页 |
| ·标准BP 神经网络的应用 | 第61-63页 |
| ·神经网络优化算法的应用 | 第63-68页 |
| 第六章 全文总结与展望 | 第68-71页 |
| ·全文总结 | 第68-69页 |
| ·展望未来 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录1 | 第75-78页 |
| 附录2 | 第78-88页 |
| 致谢 | 第88-89页 |
| 攻读硕士学位期间发表的学术论文目录 | 第89页 |
