| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-7页 |
| 符号说明 | 第7-11页 |
| 第一章 绪论 | 第11-20页 |
| 1．1 电动机变频调速系统的发展 | 第11-12页 |
| 1．2 问题的提出及本文的研究意义 | 第12-14页 |
| 1．3 电动机变频调速系统故障检测与诊断的研究现状 | 第14-17页 |
| 1．4 变频调速系统故障检测与诊断的研究中需要解决的问题 | 第17-18页 |
| 1．5 本文的主要研究内容及安排 | 第18-20页 |
| 第二章 永磁同步电动机变频调速系统及其数字信号数学模型 | 第20-31页 |
| 2．1 引言 | 第20页 |
| 2．2 永磁同步电动机变频调速系统的结构及工作模式 | 第20-26页 |
| 2．2．1 永磁同步电动机变频调速系统的结构 | 第20-21页 |
| 2．2．2 永磁同步电动机的工作模式 | 第21-26页 |
| 2．3 电动机变频调速系统数字信号模型 | 第26-30页 |
| 2．3．1 正序对称分量和负序对称分量 | 第26-27页 |
| 2．3．2 瞬时值对称分量和谐波对称分量 | 第27-30页 |
| 2．4 本章小结 | 第30-31页 |
| 第三章 永磁同步电动机驱动系统的故障工况分析 | 第31-48页 |
| 3．1 引言 | 第31页 |
| 3．2 电动机本体数学模型 | 第31-34页 |
| 3．2．1 定子abc坐标系中的电机电压方程 | 第32-33页 |
| 3．2．2 d-q坐标系中的电机电压方程 | 第33-34页 |
| 3．3 永磁同步电动机驱动系统的计算机仿真实现 | 第34-36页 |
| 3．3．1 初始条件的确定 | 第34-36页 |
| 3．3．2 仿真的实现 | 第36页 |
| 3．4 逆变器故障工况分析 | 第36-37页 |
| 3．5 逆变器任一开关元件断路故障 | 第37-42页 |
| 3．6 逆变器任一开关元件短路故障 | 第42-45页 |
| 3．7 逆变器任一桥臂两开关元件同时断路故障 | 第45-47页 |
| 3．8 本章小结 | 第47-48页 |
| 第四章 电动机变频调速系统的故障检测 | 第48-66页 |
| 4．1 引言 | 第48页 |
| 4．2 正序对称分量的递推平均估计 | 第48-52页 |
| 4．3 基于扩展卡尔曼滤波的正序基本对称分量估计 | 第52-57页 |
| 4．3．1 系统描述 | 第52-54页 |
| 4．3．2 卡尔曼滤波方法 | 第54-55页 |
| 4．3．3 扩展卡尔曼滤波方法 | 第55-57页 |
| 4．4 基于奇异值分解的扩展卡尔曼滤波器方法 | 第57-60页 |
| 4．5 电动机变频调速系统故障检测的实现 | 第60-61页 |
| 4．6 仿真结果及分析 | 第61-64页 |
| 4．7 本章小结 | 第64-66页 |
| 第五章 基于傅立叶变换的变频调速系统故障特征提取 | 第66-83页 |
| 5．1 引言 | 第66页 |
| 5．2 预备知识 | 第66-69页 |
| 5．2．1 矩形窗的离散傅立叶变换 | 第66-67页 |
| 5．2．2 多频率信号的离散傅立叶变换 | 第67-69页 |
| 5．3 基于离散傅立叶变换（DFT）基本正序对称分量估计 | 第69-70页 |
| 5．3．1 正序瞬时值对称分量的离散傅立叶变换 | 第69-70页 |
| 5．3．2 基于离散傅立叶变换的基本正序对称分量的估计 | 第70页 |
| 5．4 基于加窗DFT的正序对称分量的精确估计 | 第70-76页 |
| 5．4．1 纳托尔窗函数及其离散傅立叶变换 | 第71-72页 |
| 5．4．2 信号加窗的离散傅立叶变换 | 第72-73页 |
| 5．4．3 瞬时值正序对称分量的加窗傅立叶变换 | 第73-75页 |
| 5．4．4 基于加窗离散傅立叶变换的基本正序对称分量估计 | 第75-76页 |
| 5．5 仿真及其结果分析 | 第76-79页 |
| 5．6 电动机变频调速系统故障特征提取及故障检测 | 第79-81页 |
| 5．6．1 故障特征提取 | 第79-80页 |
| 5．6．2 故障检测的实现 | 第80-81页 |
| 5．7 本章小节 | 第81-83页 |
| 第六章 基于复参数估计的故障特征提取 | 第83-103页 |
| 6．1 引言 | 第83页 |
| 6．2 复参数估计问题的提法及其最小二乘解 | 第83-86页 |
| 6．2．1 复参数估计问题的提法 | 第83-84页 |
| 6．2．2 复最小二乘问题的解 | 第84-86页 |
| 6．3 复最小二乘估计的递推实现 | 第86-91页 |
| 6．3．1 复加权最小二乘递推算法 | 第86-87页 |
| 6．3．2 遗忘因子法最小二乘估计算法 | 第87-88页 |
| 6．3．3 加权遗忘因子法最小二乘估计算法 | 第88-91页 |
| 6．4 基于复U-D分解的最小二乘估计方法 | 第91-97页 |
| 6．5 复参数估计方法在变频调速系统故障特征提取中的应用 | 第97-101页 |
| 6．5．1 正序对称分量的估计 | 第97-100页 |
| 6．5．2 故障特征提取 | 第100-101页 |
| 6．6 本章小结 | 第101-103页 |
| 第七章 基于神经网络的故障分离方法 | 第103-114页 |
| 7．1 引言 | 第103-104页 |
| 7．2 多层感知器神经网络的结构及其学习算法 | 第104-109页 |
| 7．2．1 多层感知器神经网络的结构特点及数学描述 | 第104-106页 |
| 7．2．2 多层感知器神经网络的误差后向传播算法（简称BP算法） | 第106-109页 |
| 7．3 基于神经网络的电动机变频调速系统的故障分离 | 第109-113页 |
| 7．4 本章小结 | 第113-114页 |
| 第八章 结论及展望 | 第114-117页 |
| 8．1 论文工作总结 | 第114-115页 |
| 8．2 研究展望 | 第115-117页 |
| 附录A | 第117-119页 |
| 参考文献 | 第119-129页 |
| 作者攻读博士学位期间所发表的论文 | 第129-130页 |
| 致谢 | 第130页 |
