| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·引言 | 第9-10页 |
| ·交流电机故障诊断方法研究现状 | 第10-11页 |
| ·研究内容与论文结构 | 第11-13页 |
| 第二章 交流电机的常用故障诊断方法 | 第13-30页 |
| ·电机故障信号的采集 | 第13-14页 |
| ·交流电机故障的常用诊断方法 | 第14-17页 |
| ·定子绕组故障的诊断方法 | 第14页 |
| ·转子故障的诊断方法 | 第14-16页 |
| ·轴承故障的诊断方法 | 第16-17页 |
| ·基于神经网络的交流电机故障诊断方法 | 第17-29页 |
| ·神经网络的主要特点 | 第18页 |
| ·BP神经网络 | 第18-24页 |
| ·径向基函数(RBF)神经网络 | 第24-27页 |
| ·模糊BP神经网络 | 第27-29页 |
| 本章小结 | 第29-30页 |
| 第三章 基于现代信息处理方法的交流电机故障诊断方法研究 | 第30-56页 |
| ·盲源分离方法 | 第30-34页 |
| ·盲源分离问题的类型 | 第30页 |
| ·盲源分离预处理 | 第30-32页 |
| ·盲源分离算法 | 第32-34页 |
| ·小波分析 | 第34-39页 |
| ·选用小波分析方法的原因 | 第35页 |
| ·小波函数的特点 | 第35页 |
| ·小波变换 | 第35-36页 |
| ·小波包变换 | 第36-39页 |
| ·交流电机故障特征提取与强化方法 | 第39-52页 |
| ·振动测试系统软硬件设计说明 | 第39-47页 |
| ·总体流程 | 第47-52页 |
| ·基于神经网络的电机故障诊断模型建立与测试 | 第52-55页 |
| ·电机故障诊断模型的构建 | 第52-53页 |
| ·电机故障诊断模型算法设计 | 第53-54页 |
| ·电机故障诊断模型测试 | 第54-55页 |
| 本章小结 | 第55-56页 |
| 第四章 基于模糊神经网络的交流电机故障预测模型研究 | 第56-68页 |
| ·模型结构 | 第56-57页 |
| ·规则库的建立 | 第57-62页 |
| ·故障预测推理方法 | 第62页 |
| ·基于模糊神经网络预测模块推理单元 | 第62页 |
| ·性能评估与预测 | 第62-67页 |
| ·电机性能的评估 | 第63-66页 |
| ·电机性能的预测 | 第66-67页 |
| 本章小结 | 第67-68页 |
| 第五章 结论 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72页 |