| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景与意义 | 第8页 |
| ·变频器故障诊断技术国内外研究现状 | 第8-11页 |
| ·小波变换在故障诊断中的应用 | 第11-12页 |
| ·本课题研究的主要内容 | 第12-14页 |
| 第二章 变频器故障诊断流程分析 | 第14-24页 |
| ·变频器的基本结构 | 第14-15页 |
| ·变频器分类 | 第15-17页 |
| ·变频器故障诊断系统结构 | 第17-23页 |
| ·信号检测与处理 | 第18-19页 |
| ·多故障源诊断流程图 | 第19-23页 |
| ·变频器主电路故障诊断 | 第23页 |
| ·小结 | 第23-24页 |
| 第三章 变频器故障诊断仿真研究 | 第24-33页 |
| ·仿真工具SIMULINK简介 | 第24页 |
| ·三相桥式不可控整流电路建模 | 第24-26页 |
| ·三相电压型PWM逆变电路的故障模型 | 第26-29页 |
| ·PWM控制的基本原理 | 第26-27页 |
| ·PWM逆变电路的仿真模型 | 第27-29页 |
| ·MATLAB仿真结果 | 第29-32页 |
| ·小结 | 第32-33页 |
| 第四章 基于小波变换和神经网络的变频器故障诊断方法 | 第33-52页 |
| ·变频器输出电流的小波变换 | 第33-35页 |
| ·小波分析的基本理论 | 第33-34页 |
| ·变频器输出电流的小波分解 | 第34-35页 |
| ·变频器故障特征提取方法 | 第35-41页 |
| ·故障特征提取方法 | 第35-36页 |
| ·基于小波分解的能量特征提取方法 | 第36-41页 |
| ·用于诊断的神经网络模型 | 第41-45页 |
| ·神经网络模型的选取 | 第41-42页 |
| ·基于BP模型的神经网络结构和算法 | 第42-43页 |
| ·BP神经网络的改进算法 | 第43-44页 |
| ·BP神经网络的训练过程 | 第44-45页 |
| ·应用神经网络实现逆变电路故障诊断 | 第45-49页 |
| ·逆变电路故障模式 | 第45-46页 |
| ·BP神经网络故障特征参数设计 | 第46-47页 |
| ·故障元件分离 | 第47-49页 |
| ·仿真结果及其分析 | 第49-51页 |
| ·小结 | 第51-52页 |
| 第五章 基于小波变换的变频器故障诊断系统设计 | 第52-67页 |
| ·故障诊断装置主CPU选型 | 第52-55页 |
| ·故障诊断装置的需求分析 | 第52页 |
| ·TMS320F2812特点介绍 | 第52-54页 |
| ·主CPU选用TMS320F2812的理由 | 第54-55页 |
| ·故障诊断装置硬件设计 | 第55-62页 |
| ·信号调理部分 | 第55-58页 |
| ·模数转换部分 | 第58-59页 |
| ·DSP部分 | 第59-60页 |
| ·外部通讯接口部分 | 第60-61页 |
| ·电源管理部分 | 第61-62页 |
| ·故障诊断系统上位机软件的设计 | 第62-66页 |
| ·系统主界面 | 第62-63页 |
| ·系统基本功能 | 第63-66页 |
| ·小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间主要的研究成果 | 第74页 |