| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-20页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-18页 |
| ·在线监测技术的研究现状 | 第12-14页 |
| ·故障诊断方法的研究现状 | 第14-18页 |
| ·本文研究的内容 | 第18-20页 |
| 第2章 模糊神经网络在牵引变压器故障诊断中应用分析 | 第20-36页 |
| ·模糊神经网络概述 | 第20-22页 |
| ·思维进化算法优化模糊神经网络 | 第22-25页 |
| ·思维进化算法的改进 | 第22-24页 |
| ·思维进化算法优化模糊神经网的具体步骤 | 第24-25页 |
| ·牵引变压器的故障类型 | 第25-26页 |
| ·基于模糊神经网络的牵引变压器故障诊断 | 第26-31页 |
| ·模糊神经网络的故障诊断模型 | 第27-29页 |
| ·改进的思维进化算法优化模糊神经网络故障诊断 | 第29-31页 |
| ·实例诊断分析 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 牵引变压器故障智能诊断模型的研究 | 第36-62页 |
| ·数据融合技术 | 第36-40页 |
| ·数据融合的基本原理 | 第36页 |
| ·数据融合的层次结构 | 第36-38页 |
| ·D-S证据理论 | 第38-40页 |
| ·牵引变压器数据融合故障诊断模型结构 | 第40-49页 |
| ·牵引负荷与变压器故障诊断的关系 | 第40-43页 |
| ·牵引变压器故障诊断的信息参数 | 第43-45页 |
| ·确定故障诊断参数空间和故障空间 | 第45-46页 |
| ·牵引变压器故障智能诊断模型的建立 | 第46-49页 |
| ·数据层故障特征值的提取 | 第49页 |
| ·特征层模糊神经网的初级诊断 | 第49-53页 |
| ·决策层D-S 证据理论融合诊断 | 第53-58页 |
| ·测试样本诊断分析 | 第58页 |
| ·实例分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第4章 牵引变压器故障智能诊断软件系统设计 | 第62-75页 |
| ·基于LabVIEW的故障诊断系统的功能分析 | 第62-64页 |
| ·牵引变压器故障诊断系统的总体设计 | 第64页 |
| ·故障诊断系统功能模块的设计 | 第64-72页 |
| ·数据处理与分析模块 | 第65-67页 |
| ·数据管理模块 | 第67-69页 |
| ·故障诊断模块 | 第69-72页 |
| ·故障诊断系统的实现与测试 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 结论与展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表的论文 | 第81页 |