| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究目的和意义 | 第9-10页 |
| 1.2 异步电动机常见故障 | 第10-11页 |
| 1.2.1 转子断条 | 第10页 |
| 1.2.2 气隙偏心 | 第10-11页 |
| 1.3 异步电动机故障检测研究现状 | 第11-15页 |
| 1.3.1 基于人工智能的电机故障检测 | 第11页 |
| 1.3.2 基于专家系统故障检测 | 第11-12页 |
| 1.3.3 基于小波变换故障检测 | 第12-13页 |
| 1.3.4 基于信息融合技术故障检测 | 第13-14页 |
| 1.3.5 多工况过程故障检测 | 第14-15页 |
| 1.4 论文主要工作 | 第15-17页 |
| 第2章 异步电机故障原理分析 | 第17-23页 |
| 2.1 引言 | 第17页 |
| 2.2 转子断条机理分析 | 第17-19页 |
| 2.3 气隙偏心机理分析 | 第19-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第3章 异步电机多回路数学模型建模仿真 | 第23-31页 |
| 3.1 引言 | 第23页 |
| 3.2 鼠笼型异步电机多回路数字模型 | 第23-26页 |
| 3.3 鼠笼型异步电机的故障仿真模型 | 第26-30页 |
| 3.3.1 多回路状态方程的微分方程解 | 第26-27页 |
| 3.3.2 断条故障仿真 | 第27-29页 |
| 3.3.3 异步电机气隙偏心故障仿真 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 基于RBF-PCA的异步电机故障检测 | 第31-45页 |
| 4.1 引言 | 第31页 |
| 4.2 基于RBF-PCA的电机故障检测方法 | 第31-43页 |
| 4.2.1 定子电流采样整理 | 第31-32页 |
| 4.2.2 RBF网络 | 第32页 |
| 4.2.3 主元分析法 | 第32-33页 |
| 4.2.4 RBF-PCA故障检测模型 | 第33-38页 |
| 4.2.5 基于RBF和PCA相结合的电机转子断条故障检测 | 第38-41页 |
| 4.2.6 基于RBF和PCA相结合的电机气隙偏心故障检测 | 第41-43页 |
| 4.3 本章小结 | 第43-45页 |
| 第5章 基于多层FDA-SVDD的异步电机故障检测 | 第45-59页 |
| 5.1 引言 | 第45页 |
| 5.2 基于FDA和SVDD的多工况电机故障检测 | 第45-54页 |
| 5.2.1 Fisher判别式分析 | 第46-47页 |
| 5.2.2 支持向量数据描述 | 第47-49页 |
| 5.2.3 多层FDA-SVDD算法 | 第49-51页 |
| 5.2.4 基于多层FDA-SVDD算法的故障检测 | 第51-54页 |
| 5.3 基于多层FDA-SVDD模型的多工况标签化的电机故障检测 | 第54-57页 |
| 5.4 本章小结 | 第57-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-67页 |
| 攻读硕士研究生期间发表的论文和专利 | 第67-69页 |
| 致谢 | 第69页 |
