| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题的研究背景和意义 | 第8页 |
| 1.2 研究的现状和发展方向 | 第8-12页 |
| 1.2.1 异步电机故障诊断方法的研究现状 | 第8-11页 |
| 1.2.2 发展方向 | 第11-12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第2章 异步电机的故障诊断机理及其模型搭建 | 第14-32页 |
| 2.1 异步电机的几种常见故障类型及其机理分析 | 第14-19页 |
| 2.1.1 常见故障类型及其原因 | 第14-15页 |
| 2.1.2 故障机理分析 | 第15-19页 |
| 2.2 异步电机的 MATLAB 仿真模型的研究 | 第19-31页 |
| 2.2.1 ABC 坐标系下的电机模型 | 第19-24页 |
| 2.2.2 坐标系下的电机模型 | 第24-26页 |
| 2.2.3 ABC 坐标系下的电机故障模型 | 第26-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第3章 基于小波分析的异步电机故障特征的提取 | 第32-45页 |
| 3.1 小波变换 | 第32-39页 |
| 3.1.1 傅里叶变换及其不足 | 第32-34页 |
| 3.1.2 小波变换 | 第34-37页 |
| 3.1.3 常用基本小波及小波变换的应用 | 第37-39页 |
| 3.2 异步电机故障信号特征值的提取 | 第39-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第4章 基于神经网络的异步电机故障诊断 | 第45-53页 |
| 4.1 神经网络的概述 | 第45页 |
| 4.2 神经网络的优点和应用 | 第45-47页 |
| 4.3 BP 人工神经网络 | 第47-48页 |
| 4.3.1 BP 网络模型的结构 | 第47-48页 |
| 4.3.2 BP 网络模型的构建 | 第48页 |
| 4.4 基于 BP 神经网络的电机故障诊断 | 第48-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 基于 Clark 变换的异步电机故障诊断 | 第53-59页 |
| 5.1 坐标变换性质 | 第53页 |
| 5.2 Clark 变换 | 第53-55页 |
| 5.3 基于 Clark 变换的异步电机故障诊断 | 第55-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第6章 神经网络和 Clark 变换结合的异步电机故障诊断 | 第59-65页 |
| 6.1 神经网络和 Clark 变换的不足 | 第59-60页 |
| 6.1.1 基于神经网络的电机故障诊断的不足 | 第59-60页 |
| 6.1.2 基于 Clark 变换的电机故障诊断的不足 | 第60页 |
| 6.2 神经网络和 Clark 变换结合的电机故障诊断 | 第60-64页 |
| 6.3 本章小结 | 第64-65页 |
| 结论及展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的学术成果 | 第70-71页 |
| 致谢 | 第71页 |
