| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 背景和意义 | 第11页 |
| 1.2 国内外发展概况 | 第11-15页 |
| 1.2.1 电力推进系统的发展状况 | 第11-13页 |
| 1.2.2 故障诊断技术的发展状况 | 第13-14页 |
| 1.2.3 电力推进系统故障诊断技术的发展状况 | 第14-15页 |
| 1.3 本文主要研究的内容 | 第15-17页 |
| 第2章 十五相感应电动机的建模与控制 | 第17-41页 |
| 2.1 十五相感应电动机的数学模型 | 第17-28页 |
| 2.1.1 十五相感应电动机在自然坐标系下的数学模型 | 第17-21页 |
| 2.1.2 基于矢量空间解耦的十五相感应电动机数学模型 | 第21-24页 |
| 2.1.3 基于3dq变换的十五相感应电动机的数学模型 | 第24-28页 |
| 2.2 十五相变频器拓扑结构与工作工程 | 第28-30页 |
| 2.2.1 十五相变频器拓扑结构 | 第28-29页 |
| 2.2.2 H桥变频器的工作过程 | 第29-30页 |
| 2.3 十五相感应电动机按转子磁链定向矢量控制技术研究 | 第30-33页 |
| 2.3.1 基于矢量空间解耦模型的矢量控制 | 第30-31页 |
| 2.3.2 基于3dq模型的矢量控制 | 第31-33页 |
| 2.4 仿真分析 | 第33-38页 |
| 2.4.1 系统开环仿真分析 | 第34-35页 |
| 2.4.2 闭环系统仿真分析 | 第35-38页 |
| 2.5 本章小结 | 第38-41页 |
| 第3章 电力推进系统螺旋桨负载特性与建模 | 第41-53页 |
| 3.1 螺旋桨负载工作特性 | 第41-45页 |
| 3.1.1 螺旋桨负载的敞水特性 | 第41-42页 |
| 3.1.2 船体与螺旋桨的相互影响 | 第42-44页 |
| 3.1.3 船舶阻力特性 | 第44-45页 |
| 3.2 进速比、推力系数和转矩系数的修正 | 第45-46页 |
| 3.3 螺旋桨负载特性曲线拟合 | 第46-47页 |
| 3.4 船桨数学模型 | 第47-48页 |
| 3.5 典型工况仿真分析 | 第48-52页 |
| 3.5.1 正车起动 | 第48-50页 |
| 3.5.2 正航拉倒车 | 第50-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第4章 电力推进系统常见故障及仿真分析 | 第53-73页 |
| 4.1 十五相变频器故障 | 第53-56页 |
| 4.2 推进电机缺相故障 | 第56-63页 |
| 4.2.1 缺一相故障时系统运行状态分析 | 第56-60页 |
| 4.2.2 某套定子五相绕组集中缺相故障时系统运行状态分析 | 第60-63页 |
| 4.3 推进电机定子绕组匝间短路故障 | 第63-70页 |
| 4.3.1 十五相感应电动机定子绕组匝间短路在自然坐标系下的数学模型 | 第63-66页 |
| 4.3.2 十五相感应电机定子绕组匝间短路基于矢量空间解耦的数学模型 | 第66-70页 |
| 4.4 螺旋桨缠绕故障 | 第70-71页 |
| 4.5 本章小结 | 第71-73页 |
| 第5章 基于BP神经网络的电力推进系统故障诊断技术研究 | 第73-89页 |
| 5.1 神经网络 | 第73-79页 |
| 5.1.1 网络神经元 | 第73-74页 |
| 5.1.2 BP神经网络基本结构 | 第74-75页 |
| 5.1.3 标准BP神经网络的学习算法 | 第75-77页 |
| 5.1.4 BP学习算法的改进 | 第77-79页 |
| 5.2 基于遗传算法优化的BP神经网络 | 第79-81页 |
| 5.2.1 遗传算法的编码与适应度函数 | 第79页 |
| 5.2.2 遗传算法基本操作 | 第79-80页 |
| 5.2.3 遗传算法对BP神经网络优化流程 | 第80-81页 |
| 5.3 BP神经网络故障诊断原理 | 第81-82页 |
| 5.4 基于遗传算法优化的BP神经网络电力推进系统故障诊断系统设计 | 第82-86页 |
| 5.4.1 BP神经网络输入样本选择 | 第82-85页 |
| 5.4.2 BP神经网络各层节点数的选择 | 第85-86页 |
| 5.4.3 BP神经网络学习率和期望误差的选取 | 第86页 |
| 5.4.4 遗传算法参数选择 | 第86页 |
| 5.5 仿真验证与分析 | 第86-88页 |
| 5.6 本章小结 | 第88-89页 |
| 结论 | 第89-91页 |
| 参考文献 | 第91-96页 |
| 攻读硕士学位期间发表论文和取得的科研成果 | 第96-98页 |
| 致谢 | 第98页 |
