| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 故障预测的研究背景 | 第11-12页 |
| 1.2 课题研究目的及意义 | 第12-13页 |
| 1.3 课题研究现状与发展趋势 | 第13-15页 |
| 1.4 本课题研究主要内容 | 第15-16页 |
| 1.5 论文的结构框架 | 第16-19页 |
| 第2章 预测算法的选择 | 第19-36页 |
| 2.1 基于BP神经网络的参数辨识 | 第20-31页 |
| 2.1.1 人工神经网络简介 | 第20-23页 |
| 2.1.2 BP神经网络概述 | 第23-26页 |
| 2.1.3 激活函数的选择 | 第26-28页 |
| 2.1.4 权值与阈值调整 | 第28-31页 |
| 2.2 基于RBF神经网络的参数辨识 | 第31-35页 |
| 2.2.1 RBF神经网络简介 | 第31-33页 |
| 2.2.2 RBF神经网络训练过程 | 第33-35页 |
| 2.3 本章小结 | 第35-36页 |
| 第3章 改进型升压电路的建模与研究 | 第36-43页 |
| 3.1 传统Boost升压电路 | 第36-38页 |
| 3.2 高增益升压电路工作原理 | 第38-39页 |
| 3.3 升压电路工作模式分析 | 第39-41页 |
| 3.4 升压电路Saber建模与仿真分析 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于Multisim14升压电路灵敏度分析的研究 | 第43-55页 |
| 4.1 升压电路工作点分析 | 第43-48页 |
| 4.1.1 电路仿真模型的创建 | 第43-45页 |
| 4.1.2 电路灵敏度分析与仿真 | 第45-48页 |
| 4.2 特征参数的选择 | 第48-50页 |
| 4.3 辨识参数的选择 | 第50-54页 |
| 4.3.1 电解电容等效电路模型及故障参数分析 | 第50-52页 |
| 4.3.2 二极管等效模型及故障参数分析 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 升压电路实验过程与故障预测算法的实现 | 第55-79页 |
| 5.1 基于BP神经网络的实验辨识结果及分析 | 第57-71页 |
| 5.1.1 电容C参数辨识 | 第58-64页 |
| 5.1.2 电容等效电阻ESR参数辨识 | 第64-68页 |
| 5.1.3 二极管等效电阻R_D参数辨识 | 第68-71页 |
| 5.2 基于RBF神经网络实验辨识结果及分析 | 第71-73页 |
| 5.3 恒定应力下升压电路加速老化实验 | 第73-78页 |
| 5.3.1 老化元器件及外部应力选择 | 第73-74页 |
| 5.3.2 实验数据采集步骤及分析 | 第74-76页 |
| 5.3.3 实验数据算法预测结果图 | 第76-78页 |
| 5.3.4 加速老化实验局限性 | 第78页 |
| 5.4 本章小结 | 第78-79页 |
| 第6章 总结与展望 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士学位期间发表论文情况 | 第86-87页 |
| 致谢 | 第87页 |