基于神经网络的感应电机故障诊断技术研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-19页 |
| ·课题的研究背景及目的 | 第7-8页 |
| ·电机故障诊断技术的方法概述 | 第8-11页 |
| ·基于解析模型的方法 | 第8-9页 |
| ·基于信号变换的方法 | 第9-10页 |
| ·基于知识的方法 | 第10-11页 |
| ·电机的故障诊断 | 第11-13页 |
| ·智能算法理论在国内外的发展及其应用 | 第13-16页 |
| ·神经网络理论在国内外的发展及应用 | 第13-14页 |
| ·免疫进化理论在国内外的发展及应用 | 第14-16页 |
| ·小波变换在电机领域中的应用 | 第16-17页 |
| ·本文的主要研究内容及安排 | 第17-19页 |
| 第二章 感应电机故障诊断机理 | 第19-25页 |
| ·感应电机常见故障形式 | 第19-20页 |
| ·常见故障诊断原理 | 第20-24页 |
| ·转子断条故障特征机理 | 第20-22页 |
| ·匝间短路故障特征机理分析 | 第22-23页 |
| ·轴承故障 | 第23-24页 |
| ·气隙偏心故障 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 感应电机振动与电流信号的分析及提取 | 第25-35页 |
| ·基于振动信号的特征分析 | 第25-28页 |
| ·振动信号的时域分析 | 第25-26页 |
| ·振动信号的频域分析 | 第26-27页 |
| ·振动信号的提取 | 第27-28页 |
| ·基于电流信号的特征分析 | 第28-34页 |
| ·一维连续小波分析 | 第29-30页 |
| ·离散小波变换 | 第30页 |
| ·小波包 | 第30-31页 |
| ·基于小波包电流信号的特征提取 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于免疫神经网络的故障诊断方法及研究 | 第35-65页 |
| ·神经网络的基本理论 | 第35-39页 |
| ·神经网络的理论 | 第35-38页 |
| ·神经网络的故障诊断能力 | 第38-39页 |
| ·神经网络学习算法 | 第39-49页 |
| ·BP 网络算法及其改进 | 第39-45页 |
| ·RBF 网络算法及其常用方法 | 第45-49页 |
| ·免疫神经网络机理 | 第49-57页 |
| ·生物免疫系统的简介 | 第50-53页 |
| ·免疫进化学习算法训练数据中心 | 第53-57页 |
| ·基于免疫神经网络的故障诊断 | 第57-64页 |
| ·引言 | 第57-58页 |
| ·仿真实验结果 | 第58-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 基于小波神经网络的故障诊断技术及研究 | 第65-76页 |
| ·小波神经网络 | 第65-66页 |
| ·小波神经网络的算法推导 | 第66-71页 |
| ·小波神经网络算法步骤 | 第69-70页 |
| ·小波神经网络算法的改进 | 第70-71页 |
| ·仿真实验结果 | 第71-75页 |
| ·本章小结 | 第75-76页 |
| 第六章 感应电机监测实验系统设计 | 第76-79页 |
| ·系统装置简介 | 第76-77页 |
| ·振动信号的采集 | 第77-78页 |
| ·电流信号的采集 | 第78-79页 |
| 第七章 总结及今后的工作方向 | 第79-81页 |
| 参考文献 | 第81-84页 |
| 致谢 | 第84-85页 |
| 附录 | 第85-90页 |
| 个人简历 | 第90页 |
| 在学期间发表的学术论文与研究成果 | 第90-91页 |
