| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·电动机驱动系统故障诊断的重要性 | 第10-11页 |
| ·电动机驱动系统故障分类 | 第11页 |
| ·故障诊断方法概要 | 第11-15页 |
| ·故障诊断中各种智能检测方法的介绍与比较 | 第12-14页 |
| ·故障诊断技术的发展趋势 | 第14-15页 |
| ·电机驱动系统故障诊断的研究现状 | 第15-17页 |
| ·国外研究现状 | 第15页 |
| ·国内研究现状 | 第15-16页 |
| ·存在的问题 | 第16-17页 |
| ·本文的主要研究内容和工作 | 第17-18页 |
| 第二章 小波分析和神经网络的基本理论 | 第18-35页 |
| ·小波变换及其时频域局部化特征 | 第18-23页 |
| ·小波函数及小波变换的性质 | 第18-19页 |
| ·小波函数的选择标准和类型 | 第19-21页 |
| ·小波变换的多分辨率分析 | 第21-22页 |
| ·小波变换的时频域特性分析 | 第22-23页 |
| ·信号的奇异性检测 | 第23-24页 |
| ·神经网络模型 | 第24-35页 |
| ·神经元模型 | 第25-27页 |
| ·神经元网络模型 | 第27页 |
| ·常用的神经网络类型及典型模型BP网络 | 第27-28页 |
| ·BP网络学习算法 | 第28-35页 |
| 第三章 六相永磁同步电动机驱动系统及其故障信号提取与分析 | 第35-58页 |
| ·多相永磁同步电动机概述 | 第35-38页 |
| ·多相电机相数的定义 | 第35-36页 |
| ·多相永磁同步电动机分类及其特点 | 第36-38页 |
| ·六相永磁同步电动机驱动系统 | 第38-46页 |
| ·六相永磁同步电动机的矢量控制方案 | 第38-39页 |
| ·SVPWM概述 | 第39-40页 |
| ·系统的软件和硬件实现 | 第40-45页 |
| ·实验实物图 | 第45-46页 |
| ·系统故障模拟实验 | 第46-50页 |
| ·系统故障模拟 | 第46-47页 |
| ·实验分析与实测信号的提取 | 第47-50页 |
| ·利用小波变换对实测信号的分析 | 第50-58页 |
| ·dbN小波信号提取原则 | 第51-52页 |
| ·采用dbN小波的信号提取与分析 | 第52-58页 |
| 第四章 基于神经网络的驱动系统故障诊断 | 第58-67页 |
| ·神经网络与故障诊断 | 第58-59页 |
| ·神经网络模型的选取 | 第59页 |
| ·基于神经网络的驱动系统故障诊断 | 第59-61页 |
| ·基于小波分析的神经网络输入的确定 | 第60页 |
| ·故障诊断系统 | 第60-61页 |
| ·实验结果及其分析 | 第61-67页 |
| 第五章 结论 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 在学期间研究成果 | 第70-71页 |
| 致谢 | 第71页 |