基于DSP及神经网络的电动机故障诊断研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 1 绪论 | 第12-18页 |
| ·课题研究的意义和目的 | 第12-14页 |
| ·故障诊断研究方法及研究现状 | 第14-17页 |
| ·本文的工作及内容安排 | 第17-18页 |
| 2 电动机故障诊断机理研究 | 第18-29页 |
| ·故障诊断技术特点与过程 | 第18-20页 |
| ·电动机典型故障研究分析 | 第20-22页 |
| ·电动机的电气故障诊断研究 | 第22-26页 |
| ·电动机机械故障诊断机理研究 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 3 小波分析理论 | 第29-35页 |
| ·小波分析理论 | 第29-33页 |
| ·小波包及其构造 | 第33-34页 |
| ·基于小波包的频带分析技术和故障信号的提取 | 第34页 |
| ·本章小结 | 第34-35页 |
| 4 神经网络理论与BP神经网络算法研究 | 第35-48页 |
| ·人工神经网络的理论基础 | 第35-37页 |
| ·BP神经网络算法 | 第37-45页 |
| ·BP算法的局限性及算法改进 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 5 基于小波神经网络的电动机故障诊断 | 第48-57页 |
| ·小波分析和神经网络的结合途径 | 第48页 |
| ·小波分析和神经网络的松散型结合研究 | 第48-49页 |
| ·对电动机定子电流信号进行小波包分解 | 第49-51页 |
| ·基于小波神经网络的电动机故障诊断过程 | 第51-52页 |
| ·电动机故障诊断系统BP网络设计 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 6 基于DSP的电动机故障诊断系统 | 第57-65页 |
| ·TMS320F2812DSP控制器简介 | 第57-59页 |
| ·CCS3.1开发系统简介 | 第59页 |
| ·故障诊断系统的硬件电路设计 | 第59-62页 |
| ·定子电流信号采集电路 | 第62-64页 |
| ·电动机故障诊断系统的软件流程 | 第64页 |
| ·本章小结 | 第64-65页 |
| 7 总结与展望 | 第65-67页 |
| ·论文总结 | 第65-66页 |
| ·研究展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士期间主要成果 | 第68-69页 |
| 参考文献 | 第69-72页 |
