首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于BP神经网络的高压潜水电机绝缘寿命预测

中文摘要第1-6页
ABSTRACT第6-7页
致谢第7-12页
第一章 绪论第12-16页
   ·课题的背景及研究意义第12页
   ·寿命预测评估方法第12-14页
     ·寿命预测与诊断第12页
     ·潜水电机寿命评估方法第12-14页
     ·国内外寿命评估技术第14页
   ·绝缘材料的分类第14-15页
   ·本文的主要工作及创新点第15-16页
     ·本文研究工作第15页
     ·本文创新点第15-16页
第二章 电压对潜水电机绝缘的影响第16-25页
   ·电机绝缘的老化及老化应力第16-20页
     ·影响电机绝缘的劣化因子第16-17页
     ·热应力及热设计第17-18页
     ·电气应力及电气设计第18页
     ·机械应力及机械设计第18-19页
     ·环境应力与多重应力对绝缘的影响第19-20页
   ·电机局部放电机理分析第20-24页
     ·电机局部放电机理第20页
     ·局部放电等效模型第20-22页
     ·气体场强对局部放电影响第22-23页
     ·表面电荷对局部放电影响第23-24页
   ·本章小结:第24-25页
第三章 温度对电机绝缘影响第25-35页
   ·潜水电机的损耗第25-27页
     ·绕组内损耗第25页
     ·机械损耗第25-27页
   ·电机的温升限度第27-29页
     ·电机的发热过程第27页
     ·电机发热对绝缘材料寿命的影响第27-29页
   ·对流传热基础第29-32页
     ·对流传热基础概述第29页
     ·对流换热的数学描述第29-32页
   ·有限元计算高压潜水电机温度第32-34页
     ·有限元计算温度场结果第32-34页
   ·本章小结第34-35页
第四章 水压对潜水电机绝缘影响第35-42页
   ·高压潜水电机结构及特点第35-36页
   ·潜水电机工作状态中的内外水压第36-37页
   ·潜水电机绝缘电阻第37-39页
     ·潜水电机定子吸收现象第37-38页
     ·绝缘电阻的测量第38-39页
   ·介质损耗角 tgδ及其增量Δt gδ第39-41页
     ·介质损耗因数 tgδ第39-40页
     ·绝缘结构缺陷与 tgδ的关系第40-41页
   ·本章小结第41-42页
第五章 神经网络预测及加速寿命试验第42-53页
   ·神经网络的结构第42-43页
   ·BP 网络学习算法第43-47页
     ·BP 网络的标准算法第43-45页
     ·BP 网络神经元输入输出关系第45页
     ·BP 网络权值调整关系第45-47页
   ·加速寿命试验第47-49页
     ·加速寿命试验原则第47-48页
     ·加速寿命试验及结果第48-49页
   ·神经网络预测潜水电机绝缘寿命第49-52页
     ·数据采集与处理第49-50页
     ·实验仿真结果及验证第50-52页
   ·本章小结第52-53页
第六章 结论第53-54页
参考文献第54-57页
攻读硕士学位期间发表的论文第57-58页
攻读硕士学位期间参与的课题第58-59页

论文共59页,点击 下载论文
上一篇:基于56F8036的无功和谐波电流检测方法的研究
下一篇:微网逆变电源的组网控制策略研究