| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 选题背景及意义 | 第8-9页 |
| 1.2 振动信号处理技术 | 第9-11页 |
| 1.3 智能断路器发展与故障诊断技术 | 第11-15页 |
| 1.3.1 智能断路器发展现状 | 第11-13页 |
| 1.3.2 智能断路器故障诊断技术 | 第13-15页 |
| 1.4 论文主要内容 | 第15-17页 |
| 第二章 监测系统总体设计和振动信号采集模块 | 第17-25页 |
| 2.1 监测系统总体设计 | 第17-18页 |
| 2.2 振动信号采集模块 | 第18-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 振动信号降噪处理与特征参数提取 | 第25-65页 |
| 3.1 振动信号降噪处理 | 第25-38页 |
| 3.1.1 振动信号奇异值差分谱降噪处理 | 第25-30页 |
| 3.1.2 振动信号小波包能量降噪处理 | 第30-34页 |
| 3.1.3 振动信号小波阈值降噪处理 | 第34-38页 |
| 3.2 振动信号的特征参数提取 | 第38-64页 |
| 3.2.1 振动信号小波包能谱熵 | 第40-45页 |
| 3.2.2 振动信号EEMD-Hilbert能谱熵 | 第45-53页 |
| 3.2.3 振动信号STFT能谱熵 | 第53-58页 |
| 3.2.4 振动信号分段峰值统计 | 第58-64页 |
| 3.3 本章小结 | 第64-65页 |
| 第四章 SVM支持向量机及故障诊断 | 第65-76页 |
| 4.1 SVM支持向量机原理 | 第65-67页 |
| 4.2 基于SVM支持向量机的真空断路器故障诊断 | 第67-75页 |
| 4.2.1 振动信号特征参数数据集 | 第67-72页 |
| 4.2.2 智能真空断路器故障诊断 | 第72-75页 |
| 4.3 本章小结 | 第75-76页 |
| 第五章 行程曲线、操作电流信号与模拟故障分析 | 第76-88页 |
| 5.1 分闸行程曲线与缓冲器模拟故障试验分析 | 第76-81页 |
| 5.2 合闸操作电流与合闸脱扣器模拟故障试验分析 | 第81-87页 |
| 5.3 本章小结 | 第87-88页 |
| 结论与展望 | 第88-90页 |
| 参考文献 | 第90-94页 |
| 在学期间研究成果 | 第94-95页 |
| 致谢 | 第95页 |