| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| ·发电机故障诊断的重要性 | 第9页 |
| ·发电机故障的分类 | 第9-11页 |
| ·发电机故障诊断技术的研究现状 | 第11-12页 |
| ·发电机故障诊断的研究方法 | 第12-17页 |
| ·基于信号处理的方法 | 第13页 |
| ·基于解析模型的方法 | 第13-14页 |
| ·基于知识的方法 | 第14-17页 |
| ·本文研究的主要内容 | 第17-19页 |
| 第二章 汽轮发电机故障的综合诊断系统结构 | 第19-30页 |
| ·汽轮发电机诊断系统模块 | 第20-21页 |
| ·故障征兆信息提取 | 第21-23页 |
| ·时域特征提取 | 第21-22页 |
| ·频域特征提取 | 第22页 |
| ·时频域特征提取 | 第22-23页 |
| ·综合诊断方法 | 第23-28页 |
| ·基于同源多特征信息的综合模型 | 第23-27页 |
| ·基于异类多源信息的综合诊断模型 | 第27-28页 |
| ·综合诊断系统结构 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第三章 基于小波分析的转子绕组匝间短路故障诊断研究 | 第30-45页 |
| ·转子绕组匝间短路时电磁特性分析 | 第31-34页 |
| ·磁场特性分析 | 第31-32页 |
| ·探测线圈上感应电势分析 | 第32-34页 |
| ·探测线圈感应电势的仿真模型 | 第34页 |
| ·小波分析用于检测转子绕组匝间短路故障的原理 | 第34-36页 |
| ·小波分析理论 | 第34-35页 |
| ·小波变换模极大值及奇异性检测理论 | 第35-36页 |
| ·探测线圈感应电势信号的消噪 | 第36-37页 |
| ·基于小波分析的转子绕组匝间短路故障诊断的仿真分析 | 第37-44页 |
| ·仿真步骤 | 第38-39页 |
| ·诊断过程 | 第39-44页 |
| ·小结 | 第44-45页 |
| 第四章 基于模糊分层理论的振动故障诊断研究 | 第45-58页 |
| ·模糊诊断方法的基本理论 | 第45-48页 |
| ·模糊集的基本理论 | 第45-47页 |
| ·模糊隶属函数的确定方法 | 第47-48页 |
| ·模糊综合评判方法的研究 | 第48-51页 |
| ·模糊综合评判的原理 | 第48-49页 |
| ·模糊综合评判的步骤 | 第49-50页 |
| ·模糊综合评判的缺点 | 第50-51页 |
| ·分层模糊诊断模型及方法 | 第51-54页 |
| ·分层模糊诊断模型 | 第51-53页 |
| ·分层模糊模型的评判原则 | 第53页 |
| ·分层模糊诊断步骤 | 第53-54页 |
| ·示例比较 | 第54-57页 |
| ·小结 | 第57-58页 |
| 第五章 基于模糊聚类分析与 SOM神经网络相结合的多振动故障诊断研究 | 第58-73页 |
| ·基于模糊等价关系的聚类分析方法研究 | 第58-66页 |
| ·模糊等价关系的聚类原理 | 第58-60页 |
| ·模糊聚类分析的步骤 | 第60页 |
| ·基于模糊等价关系的诊断方法 | 第60-61页 |
| ·诊断分析 | 第61-66页 |
| ·自组织特征映射(SOM)神经网络方法研究 | 第66-71页 |
| ·自组织特征映射(SOM)神经网络诊断模型 | 第66-68页 |
| ·诊断步骤 | 第68-69页 |
| ·诊断分析 | 第69-71页 |
| ·SOM神经网络与模糊聚类相结合的多故障诊断方法 | 第71-72页 |
| ·小结 | 第72-73页 |
| 第六章 结论与展望 | 第73-75页 |
| ·全文总结 | 第73页 |
| ·研究展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间主要的研究成果 | 第80页 |
