| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究目的和意义 | 第10-11页 |
| 1.2 感应电机故障诊断技术研究概况 | 第11-15页 |
| 1.2.1 感应电机主要故障及其原因 | 第11-12页 |
| 1.2.2 感应电机故障诊断方法概述 | 第12-14页 |
| 1.2.3 感应电机转子故障诊断方法研究现状 | 第14-15页 |
| 1.3 论文所做的工作及内容安排 | 第15-18页 |
| 1.3.1 论文所做的工作 | 第15-16页 |
| 1.3.2 论文内容安排 | 第16-18页 |
| 第2章 小波分析基本理论 | 第18-28页 |
| 2.1 引言 | 第18页 |
| 2.2 傅里叶变换与短时傅里叶变换 | 第18-20页 |
| 2.3 连续小波变换与离散小波变换 | 第20-21页 |
| 2.4 多分辨率分析 | 第21-24页 |
| 2.4.1 函数多尺度逼近 | 第21-22页 |
| 2.4.2 多分辨率分析 | 第22-24页 |
| 2.5 Mallat算法 | 第24-25页 |
| 2.6 小波包变换 | 第25-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第3章 基于小波脊线的感应电机转子故障诊断 | 第28-42页 |
| 3.1 引言 | 第28页 |
| 3.2 感应电机转子故障诊断原理 | 第28-31页 |
| 3.2.1 气隙偏心故障诊断原理 | 第28-30页 |
| 3.2.2 转子断条故障诊断原理 | 第30-31页 |
| 3.3 基于小波脊线的瞬时频率提取 | 第31-33页 |
| 3.4 基于小波脊线的转子故障诊断 | 第33-36页 |
| 3.4.1 气隙偏心的故障诊断 | 第33-35页 |
| 3.4.2 转子断条的故障诊断 | 第35-36页 |
| 3.5 Park矢量模平方信号小波脊线的转子断条故障诊断 | 第36-39页 |
| 3.5.1 Park矢量模平方信号方法 | 第36-37页 |
| 3.5.2 Park矢量模平方信号小波脊线方法及其应用分析 | 第37-39页 |
| 3.6 基于小波脊线的转子故障诊断方法讨论 | 第39-41页 |
| 3.7 本章小结 | 第41-42页 |
| 第4章 基于小波包与神经网络的感应电机转子故障诊断 | 第42-64页 |
| 4.1 引言 | 第42页 |
| 4.2 小波包故障特征提取方法 | 第42-50页 |
| 4.2.1 小波包分解及其频带能量 | 第42-43页 |
| 4.2.2 小波包故障特征提取方法的改进 | 第43-46页 |
| 4.2.3 小波包特征节点的选取 | 第46-50页 |
| 4.3 BP神经网络 | 第50-55页 |
| 4.3.1 BP神经网络的结构 | 第50-52页 |
| 4.3.2 BP神经网络的学习规则 | 第52-54页 |
| 4.3.3 BP算法的局限性及其改进算法 | 第54-55页 |
| 4.4 小波包BP神经网络感应电机转子故障诊断的仿真研究 | 第55-63页 |
| 4.4.1 转子故障小波包特征提取仿真分析 | 第55-60页 |
| 4.4.2 BP神经网络的设计 | 第60-62页 |
| 4.4.3 小波包BP神经网络转子故障诊断方法及其的仿真分析 | 第62-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第5章 结论与展望 | 第64-66页 |
| 5.1 本文结论 | 第64-65页 |
| 5.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
