| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·本课题研究背景和意义 | 第9页 |
| ·本课题的研究现状和发展动态 | 第9-13页 |
| ·传统的故障诊断方法 | 第9-10页 |
| ·近年出现的故障诊断方法 | 第10-13页 |
| ·论文的主要内容和工作 | 第13-15页 |
| 第2章 小波分析和神经网络基本理论 | 第15-32页 |
| ·小波分析概述 | 第15-16页 |
| ·小波分析理论 | 第16-23页 |
| ·连续小波变换 | 第16-17页 |
| ·离散小波变换 | 第17页 |
| ·多分辨率分析 | 第17-21页 |
| ·小波包分析 | 第21-23页 |
| ·神经网络概述 | 第23-26页 |
| ·神经网络的基本特点 | 第23-24页 |
| ·神经元的模型 | 第24-26页 |
| ·小波神经网络 | 第26-31页 |
| ·小波分析与神经网络的结合 | 第26-27页 |
| ·小波神经网络结构 | 第27页 |
| ·小波函数的选择 | 第27-29页 |
| ·小波神经网络学习算法 | 第29-31页 |
| ·小波神经网络算法实现 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第3章 异步电动机故障机理分析 | 第32-41页 |
| ·转子断条故障分析 | 第32-34页 |
| ·概述 | 第32页 |
| ·故障发生和发展过程 | 第32页 |
| ·故障机理分析 | 第32-34页 |
| ·滚动轴承故障分析 | 第34-37页 |
| ·概述 | 第34页 |
| ·滚动轴承的振动机理 | 第34-37页 |
| ·滚动体轴承的定子电流故障特征频率 | 第37页 |
| ·定子绕组故障分析 | 第37-38页 |
| ·概述 | 第37页 |
| ·定子的振动机理 | 第37-38页 |
| ·定子绕组匝间短路故障特征频率 | 第38页 |
| ·气隙偏心故障分析 | 第38-40页 |
| ·概述 | 第38-39页 |
| ·气隙偏心引起的振动分析 | 第39页 |
| ·气隙偏心故障特征频率 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 小波分析在故障诊断中的应用 | 第41-54页 |
| ·小波分析对信号的消噪 | 第41-45页 |
| ·多分辨率分析信号消噪 | 第41-42页 |
| ·门限阈值的选择规则 | 第42页 |
| ·门限阈值的量化处理方法 | 第42-44页 |
| ·信号消噪效果评价 | 第44-45页 |
| ·基于小波包分析的异步电机转子断条故障特征频率的检测 | 第45-51页 |
| ·基于小波包能量谱提取故障特征向量 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 基于小波神经网络的异步电动机故障诊断 | 第54-66页 |
| ·异步电机故障数据的获取 | 第54-56页 |
| ·小波神经网络结构的设计 | 第56-57页 |
| ·小波神经网络的改进 | 第57-59页 |
| ·小波神经网络参数初始化的改进 | 第57-59页 |
| ·局部学习率自适应调整算法 | 第59页 |
| ·异步电机故障诊断的仿真 | 第59-65页 |
| ·小波神经网络电机故障诊断仿真 | 第59-61页 |
| ·改进的小波神经网络的测试 | 第61-62页 |
| ·小波神经网络与BP 神经网络的比较 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-67页 |
| ·论文总结 | 第66页 |
| ·工作展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 附录(攻读学位期间发表论文目录) | 第72页 |