首页--工业技术论文--无线电电子学、电信技术论文--基本电子电路论文--电子电路论文

融合灵敏度分析的故障预测算法在改进型升压电路中的应用

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

论文共87页,点击 下载论文
上一篇:香港康乐体育供给体系研究及其对内地的启示
下一篇:等温扩增实时浊度检测系统关键技术的研究