| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 模拟电路故障及诊断方法分类 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 本文主要研究内容 | 第13-14页 |
| 第2章 Volterra 核测量及故障特征提取 | 第14-25页 |
| 2.1 非线性模拟电路 Volterra 级数表示 | 第14-15页 |
| 2.2 非线性模拟电路 Voterra 核的获取 | 第15-19页 |
| 2.2.1 连续系统 Volterra 核提取 | 第15-16页 |
| 2.2.2 系统的离散模型建立 | 第16-17页 |
| 2.2.3 快速多点法测量 Volterra 核 | 第17-19页 |
| 2.3 故障特征的智能选择与提取 | 第19-23页 |
| 2.3.1 退火遗传混合优化算法 | 第20-22页 |
| 2.3.2 Volterra 核特征的智能选择与提取 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 智能故障诊断原理及神经网络设计 | 第25-37页 |
| 3.1 基于 Volterra 核的智能故障诊断 | 第25-27页 |
| 3.1.1 智能故障诊断原理 | 第25-26页 |
| 3.1.2 智能故障诊断步骤 | 第26-27页 |
| 3.2 神经网络设计 | 第27-36页 |
| 3.2.1 神经网络模型选择 | 第28-31页 |
| 3.2.2 BP 算法原理 | 第31-32页 |
| 3.2.3 改进 BP 网络学习算法 | 第32-33页 |
| 3.2.4 改进 BP 网络训练过程及验证 | 第33-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第4章 智能故障诊断系统硬件设计 | 第37-47页 |
| 4.1 智能故障诊断仪总体设计 | 第37-38页 |
| 4.2 信号发生单元 | 第38-41页 |
| 4.2.1 DDS 芯片原理 | 第38-40页 |
| 4.2.2 信号发生电路 | 第40-41页 |
| 4.3 数据采集单元 | 第41-44页 |
| 4.3.1 数据采集方案 | 第41-42页 |
| 4.3.2 数据采集电路 | 第42-44页 |
| 4.4 USB 接口单元 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 智能故障诊断系统软件设计与诊断实例 | 第47-59页 |
| 5.1 系统软件总体设计 | 第47-48页 |
| 5.2 应用软件设计 | 第48-52页 |
| 5.2.1 虚拟示波器设计 | 第48-50页 |
| 5.2.2 虚拟信源采集器设计 | 第50-52页 |
| 5.3 固件程序设计 | 第52-54页 |
| 5.4 非线性模拟电路故障诊断实例验证 | 第54-58页 |
| 5.5 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士期间发表的论文 | 第64-65页 |
| 致谢 | 第65页 |