智能故障诊断技术在中频冶炼中的应用
摘要 | 第1-5页 |
Abstract | 第5-10页 |
第1章 绪论 | 第10-15页 |
·课题研究的背景及意义 | 第10页 |
·电力电子电路智能故障诊断现状 | 第10-14页 |
·基于故障树的智能故障诊断 | 第11页 |
·基于信号处理的智能故障诊断 | 第11-12页 |
·基于神经网络的智能故障诊断 | 第12-14页 |
·本论文研究主要内容 | 第14-15页 |
第2章 中频冶炼系统 | 第15-23页 |
·中频冶炼原理 | 第15-17页 |
·电磁感应 | 第15-16页 |
·集肤效应 | 第16-17页 |
·热传导效应 | 第17页 |
·中频冶炼系统电路 | 第17-22页 |
·整流部分 | 第18-20页 |
·逆变部分 | 第20-21页 |
·电路保护部分 | 第21页 |
·电路故障类型 | 第21-22页 |
·中频冶炼工艺流程 | 第22页 |
·本章小结 | 第22-23页 |
第3章 中频冶炼主电路建模及其仿真 | 第23-31页 |
·仿真工具SIMULINK 简介 | 第23页 |
·三相桥式不可控整流数学模型与仿真 | 第23-27页 |
·三相桥式不可控整流电路数学模型 | 第23-24页 |
·三相桥式不可控整流电路故障分类 | 第24-25页 |
·三相桥式不可控整流电路故障仿真结果 | 第25-27页 |
·单相桥式PWM 逆变数学模型与仿真 | 第27-30页 |
·单相桥式PWM 逆变电路数学模型 | 第27-28页 |
·单相桥式PWM 逆变电路故障仿真结果 | 第28-30页 |
·本章小结 | 第30-31页 |
第4章 中频冶炼系统主电路故障特征提取 | 第31-45页 |
·故障特征提取方法 | 第31-39页 |
·主成分分析 | 第32-33页 |
·归一化方法 | 第33页 |
·独立成分分析 | 第33-34页 |
·小波变换基本理论 | 第34-37页 |
·小波包分析 | 第37-39页 |
·中频冶炼系统主电路故障特征提取仿真实验 | 第39-44页 |
·小波包能量提取法 | 第39-40页 |
·不同故障类型系数直方图分布 | 第40-43页 |
·基于小波包分解的能量特征向量 | 第43-44页 |
·本章小结 | 第44-45页 |
第5章 神经网络设计 | 第45-56页 |
·神经网络介绍 | 第45-48页 |
·神经网络参数设定 | 第45-46页 |
·BP 神经网络算法 | 第46-48页 |
·BPX 神经网络算法 | 第48页 |
·粒子群算法 | 第48-53页 |
·粒子群算法原理 | 第48-49页 |
·粒子群算法基本特征 | 第49页 |
·粒子群算法基本特点与应用范围 | 第49页 |
·粒子群算法优势与不足 | 第49-50页 |
·粒子群算法改进 | 第50页 |
·粒子群算法参数分析 | 第50-53页 |
·神经网络训练过程 | 第53-54页 |
·PSO 神经网络仿真实验 | 第54-55页 |
·本章小结 | 第55-56页 |
第6章 变频器故障诊断系统设计 | 第56-64页 |
·系统整体结构设计 | 第56页 |
·具体硬件电路介绍 | 第56-61页 |
·信号调理电路 | 第56-58页 |
·CPU 部分 | 第58-60页 |
·外部通讯接口部分 | 第60页 |
·电源管理部分 | 第60-61页 |
·智能故障诊断系统软件设计 | 第61-62页 |
·本章小结 | 第62-64页 |
结论 | 第64-65页 |
参考文献 | 第65-68页 |
攻读硕士学位期间所发表的论文 | 第68-69页 |
致谢 | 第69页 |