| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究的背景与意义 | 第9-10页 |
| ·国内外研究动态与现状 | 第10-11页 |
| ·本文完成的主要工作 | 第11-13页 |
| 第2章 笼式TPIM转子铝条常见的故障及原因 | 第13-20页 |
| ·笼式TPIM转子生产工艺简述 | 第13-15页 |
| ·笼式TPIM转子故障现象及产生原因 | 第15-16页 |
| ·笼式TPIM转子故障检测技术 | 第16-20页 |
| 第3章 TPIM转子铝条故障机理分析 | 第20-39页 |
| ·概述 | 第20页 |
| ·转子故障特征 | 第20-31页 |
| ·转子断条故障特征机理分析 | 第24-27页 |
| ·偏心故障特征的机理分析 | 第27-31页 |
| ·故障机理仿真分析 | 第31-39页 |
| ·正常鼠笼式异步电动机的仿真模型及仿真结果 | 第31-34页 |
| ·转子断条时的故障模型及仿真结果 | 第34-37页 |
| ·转子气隙偏心时的故障仿真分析 | 第37-39页 |
| 第4章 基于人工神经网络TPIM转子铝条故障智能诊断 | 第39-52页 |
| ·概述 | 第39-43页 |
| ·神经元模型 | 第39-40页 |
| ·BP神经网络的结构及算法 | 第40-43页 |
| ·模糊神经网络故障诊断系统 | 第43-52页 |
| ·连续细化傅立叶变换 | 第43-45页 |
| ·基于BP神经网络TPIM转差估计法 | 第45-47页 |
| ·基于自适应滤波的转子故障特征提取法 | 第47-48页 |
| ·基于BP神经网络TPIM电动机转子铝条故障检测阀值设定 | 第48页 |
| ·基于神经网络的笼式TPIM电动机转子铝条故障检测 | 第48-52页 |
| 第5章 TPIM转子铝条故障诊断的理论方法 | 第52-59页 |
| ·TPIM转子故障电信号诊断法 | 第52-54页 |
| ·电信号诊断法的原理 | 第52页 |
| ·电信号诊断法的数据处理 | 第52-54页 |
| ·TPIM转子故障的声波诊断法 | 第54-59页 |
| ·声测的原理 | 第54-57页 |
| ·声测的图象处理 | 第57-59页 |
| 第6章 TPIM转子铝条故障诊断装置的设计 | 第59-69页 |
| ·测试装置的基本构建 | 第59-63页 |
| ·检测装置中特定磁场的建立 | 第60-61页 |
| ·待检测转子的固定 | 第61页 |
| ·被测转子的流水传输 | 第61-62页 |
| ·超声波测试装置 | 第62-63页 |
| ·模拟电路部分设计及相关组件 | 第63-69页 |
| ·电信号测试传感器 | 第64-66页 |
| ·检测电路硬件设计 | 第66-69页 |
| 第7章 总结与展望 | 第69-71页 |
| ·总结 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第74-75页 |
| 致谢 | 第75页 |
