| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-26页 |
| ·选题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-23页 |
| ·矿用油浸式电力变压器故障诊断技术 | 第11-16页 |
| ·变频器故障诊断技术 | 第16-19页 |
| ·矿井提升机主驱动电机故障诊断技术 | 第19-23页 |
| ·主要研究内容 | 第23-24页 |
| ·研究方法及技术路线 | 第24-26页 |
| ·油浸式电力变压器故障诊断方法研究 | 第24-25页 |
| ·变频器中整流环节故障诊断方法研究 | 第25页 |
| ·矿井提升机主驱动电机故障诊断方法研究 | 第25-26页 |
| 2 矿井提升机系统的组成及其故障树 | 第26-42页 |
| ·矿井提升机系统的组成结构 | 第26-29页 |
| ·矿井提升机运行时的速度曲线 | 第29-33页 |
| ·S形速度曲线 | 第29-31页 |
| ·S形速度曲线的数学模型 | 第31-33页 |
| ·故障树的工作原理 | 第33-36页 |
| ·故障树的特点 | 第33-34页 |
| ·故障树的构建 | 第34-36页 |
| ·矿井提升机的电控系统故障树 | 第36-41页 |
| ·变压器故障树的建立 | 第36-38页 |
| ·变频器故障树的建立 | 第38-39页 |
| ·驱动主电机故障树的建立 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 3 基于支持向量机的矿用电力变压器故障诊断 | 第42-67页 |
| ·油中溶解气体分析 | 第42-45页 |
| ·油中溶解气体的来源 | 第42-44页 |
| ·变压器内部故障类型与油中溶解气体含量关系 | 第44-45页 |
| ·支持向量机 | 第45-57页 |
| ·线性最优分类超平面 | 第46-48页 |
| ·非线性最优分类超平面 | 第48-49页 |
| ·核函数 | 第49-50页 |
| ·多分类支持向量机 | 第50-53页 |
| ·改进的支持向量机——基于层次聚类法的二叉树支持向量机 | 第53-57页 |
| ·交叉验证参数优化算法 | 第57-58页 |
| ·支持向量机在矿用电力变压器故障诊断中的应用研究 | 第58-64页 |
| ·故障特征量的确定 | 第58-59页 |
| ·特征值的数据预处理 | 第59-61页 |
| ·故障诊断模型的确定 | 第61-63页 |
| ·核函数的选择及其参数的求解方法 | 第63-64页 |
| ·基于交叉验证法的支持向量机的变压器故障诊断实例仿真 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 4 基于参数优化小波支持向量机的变频器整流环节故障诊断 | 第67-94页 |
| ·变频器的种类及其故障分析 | 第67-69页 |
| ·变频器的种类及应用 | 第67-68页 |
| ·电力电子电路功率管的故障机理分析 | 第68-69页 |
| ·交-直-交型变频器的整流桥仿真模型的建立 | 第69-71页 |
| ·整流电路正常工作时的状态分析 | 第69页 |
| ·整流电路仿真模型的建立 | 第69-71页 |
| ·整流电路故障状态分析 | 第71-77页 |
| ·小波变换 | 第77-85页 |
| ·小波变换 | 第77-78页 |
| ·多分辨率分析 | 第78-81页 |
| ·Mallat算法 | 第81-85页 |
| ·核函数参数寻优方法 | 第85-87页 |
| ·双线性搜索法 | 第85页 |
| ·网格搜索法 | 第85-86页 |
| ·双线性网格搜索法 | 第86-87页 |
| ·基于双线性网格搜索参数优化的小波支持向量机在整流电路中的应用 | 第87-91页 |
| ·整流电路故障电压信号的特征提取 | 第87-88页 |
| ·训练样本 | 第88-89页 |
| ·支持向量机分类器的构造 | 第89-91页 |
| ·双线性网格搜索法优化参数的支持向量机在变频器中的实际应用 | 第91-92页 |
| ·本章小结 | 第92-94页 |
| 5 基于小波包支持向量机的矿井提升机驱动电机故障诊断 | 第94-111页 |
| ·笼型异步电动机常见故障 | 第94-95页 |
| ·笼型异步电机转子断条故障诊断机理分析 | 第95-98页 |
| ·转子断条故障特征的机理研究 | 第98-100页 |
| ·笼型异步电机转子断条故障诊断中的算法研究 | 第100-108页 |
| ·小波变换去噪 | 第100-101页 |
| ·小波包变换 | 第101-108页 |
| ·基于小波包多层分解的支持向量在实际矿井提升机电机中的应用 | 第108-109页 |
| ·本章小结 | 第109-111页 |
| 6 结论与展望 | 第111-114页 |
| ·主要结论 | 第111页 |
| ·创新点 | 第111-112页 |
| ·展望 | 第112-114页 |
| 致谢 | 第114-115页 |
| 参考文献 | 第115-125页 |
| 攻读学位期间取得的成果 | 第125-126页 |
