中文摘要 | 第1-5页 |
Abstract | 第5-9页 |
第一章 引言 | 第9-15页 |
·课题研究的背景及意义 | 第9-10页 |
·国内外的研究概况 | 第10-12页 |
·电动机测试系统的发展概况 | 第10-11页 |
·电动机温度场分析的研究概况 | 第11-12页 |
·本课题的研究内容和特色 | 第12-13页 |
·本文的章节安排 | 第13-15页 |
第二章 基于 Labview 的电动机定子温升测试系统 | 第15-30页 |
·测试系统控制方案 | 第15-16页 |
·电动机温升测试方法 | 第15-16页 |
·电动机温升测试方案 | 第16页 |
·测试系统硬件设计 | 第16-20页 |
·数据采集卡 | 第17页 |
·温度传感器 | 第17-18页 |
·电流传感器 | 第18-19页 |
·信号调理电路设计 | 第19-20页 |
·测试系统软件设计 | 第20-23页 |
·热敏电阻误差修正程序模块 | 第20-21页 |
·温度和电流采集程序模块 | 第21-22页 |
·曲线拟合程序模块 | 第22-23页 |
·测试结果与分析 | 第23-29页 |
·电动机空载时测试结果与分析 | 第24-26页 |
·电动机负载时测试结果与分析 | 第26-29页 |
·本章小结 | 第29-30页 |
第三章 异步电动机的电磁场分析 | 第30-46页 |
·电动机电磁场有限元分析的基本原理 | 第30-35页 |
·时变电磁场微分方程 | 第30-31页 |
·时变电磁位微分方程 | 第31-32页 |
·电磁场中的边界条件 | 第32-33页 |
·电磁场的变分问题 | 第33页 |
·有限单元法的分析过程 | 第33-35页 |
·电动机电磁场分析的有限元模型 | 第35-40页 |
·电动机等效场路耦合 | 第35-38页 |
·基本假定及求解区域 | 第38-40页 |
·电动机电磁场的结果与分析 | 第40-45页 |
·谐波磁场分析 | 第41-44页 |
·伪静止瞬态磁场分析 | 第44-45页 |
·本章小结 | 第45-46页 |
第四章 异步电动机的温度场分析 | 第46-66页 |
·温度场计算的传热学基本原理 | 第46-49页 |
·导热基本定律及导热微分方程 | 第46-48页 |
·导热微分方程的边值条件 | 第48-49页 |
·电动机热性能参数的计算 | 第49-53页 |
·电动机应用材料的导热系数 | 第49页 |
·定子绕组等效导热系数的确定 | 第49-50页 |
·定转子间空气间隙等效导热系数的确定 | 第50-51页 |
·电动机表面散热系数的确定 | 第51-52页 |
·电动机内热源的计算 | 第52-53页 |
·电动机二维温度场分析 | 第53-60页 |
·求解区域的确定和基本假定 | 第53-54页 |
·二维温度场的有限元方程及边界条件 | 第54-56页 |
·二维瞬态温度场的结果与分析 | 第56-58页 |
·二维稳态温度场的结果与分析 | 第58-60页 |
·电动机三维温度场分析 | 第60-65页 |
·三维求解区域的确定和基本假定 | 第60-61页 |
·三维温度场的有限元方程及边界条件 | 第61-62页 |
·三维温度场的结果与分析 | 第62-65页 |
·本章小结 | 第65-66页 |
第五章 异步电动机温升的智能预测 | 第66-78页 |
·人工神经网络的基本原理 | 第66-70页 |
·人工神经元模型 | 第66-68页 |
·人工神经网络及其学习法则 | 第68-70页 |
·BP 神经网络的算法 | 第70-72页 |
·标准 BP 网络算法 | 第70-71页 |
·标准 BP 网络算法的改进 | 第71-72页 |
·基于神经网络的电动机温升智能预测 | 第72-77页 |
·电动机温升预测模型 | 第72-73页 |
·温升实验数据预处理 | 第73-74页 |
·神经网络的结构设计 | 第74-75页 |
·神经网络的测试分析 | 第75-77页 |
·本章小结 | 第77-78页 |
结论与展望 | 第78-80页 |
参考文献 | 第80-84页 |
致谢 | 第84-85页 |
个人简历 | 第85页 |
攻读硕士学位期间发表的学术论文 | 第85页 |