基于小波分析的高压开关机械特性测试仪的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·本课题的研究背景及意义 | 第7-8页 |
| ·本课题的研究现状 | 第8-10页 |
| ·本文的主要研究工作 | 第10页 |
| ·本章小结 | 第10-11页 |
| 第二章 高压开关机械特性在线监测的概念和理论 | 第11-25页 |
| ·高压开关基本概念及其机械特性 | 第11-14页 |
| ·高压开关基本概念 | 第11-13页 |
| ·高压开关机械特性参数 | 第13-14页 |
| ·高压开关振动信号特征分析 | 第14-15页 |
| ·高压开关机械特性在线监测相关理论 | 第15-23页 |
| ·小波包分析理论 | 第15-17页 |
| ·短时能量分析理论 | 第17-19页 |
| ·故障诊断神经网络理论 | 第19-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 高压开关机械特性测试系统的设计与实现 | 第25-65页 |
| ·高压开关机械特性测试系统的设计 | 第25-38页 |
| ·下位机系统设计 | 第26-31页 |
| ·上位机系统设计 | 第31-34页 |
| ·上位机与下位机通信模块设计 | 第34-38页 |
| ·加速度传感器及其安装位置的选择 | 第38页 |
| ·小波包分析结合短时能量分析的算法仿真 | 第38-48页 |
| ·振动信号的FFT 分析 | 第38-40页 |
| ·小波包基函数的选择 | 第40-42页 |
| ·应用小波包分解重构振动信号 | 第42-43页 |
| ·短时能量法窗函数的选择 | 第43-46页 |
| ·实验结果与分析 | 第46-48页 |
| ·小波包分析结合短时能量分析的算法实现 | 第48-52页 |
| ·小波包分析结合RBF 神经网络算法仿真与实现 | 第52-63页 |
| ·振动信号特征量的提取 | 第52-56页 |
| ·设计RBF 故障诊断网络 | 第56-58页 |
| ·故障识别的结果与分析 | 第58-60页 |
| ·改进的具有学习新状态类型特点的状态识别算法 | 第60-63页 |
| ·本章小结 | 第63-65页 |
| 第四章 系统功能测试 | 第65-71页 |
| ·运行测试 | 第65页 |
| ·数据管理测试 | 第65-66页 |
| ·实时性测试 | 第66-67页 |
| ·在线监测结果分析 | 第67-69页 |
| ·本章小结 | 第69-71页 |
| 第五章 总结与展望 | 第71-73页 |
| ·本文总结 | 第71页 |
| ·研究展望 | 第71-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-79页 |
