| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·发电机故障诊断的目的和意义 | 第9页 |
| ·发电机故障诊断的研究现状 | 第9-11页 |
| ·发电机故障诊断中常用的理论及方法 | 第11-16页 |
| ·发电机故障诊断中的常用理论 | 第11-12页 |
| ·发电机故障诊断的常用方法 | 第12-16页 |
| ·本文研究的内容 | 第16-17页 |
| 第2章 发电机转子匝间短路原因分析 | 第17-26页 |
| ·转子匝间短路的常见形式 | 第17-18页 |
| ·转子匝间短路的检测方法 | 第18-19页 |
| ·发电机转子匝间短路电磁特性分析 | 第19-25页 |
| ·探测线圈的感应电动势分析 | 第20-23页 |
| ·船舶发电机匝间短路仿真分析 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于小波变换的船舶发电机转子匝间短路故障检测 | 第26-41页 |
| ·傅立叶变换 | 第26-27页 |
| ·小波变换 | 第27-32页 |
| ·连续小波变换 | 第27-28页 |
| ·离散小波变换 | 第28-29页 |
| ·信号的多分辨率分析 | 第29-30页 |
| ·Mallat算法 | 第30-32页 |
| ·信号的小波包分析 | 第32-34页 |
| ·小波包的定义 | 第33页 |
| ·小波包分析算法 | 第33-34页 |
| ·小波分析在故障诊断中的应用 | 第34-38页 |
| ·奇异点检测 | 第34-35页 |
| ·信噪分离 | 第35-37页 |
| ·频带分析技术 | 第37-38页 |
| ·基于小波分析的感应电动势信号处理 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 BP神经网络的故障诊断方法概述 | 第41-52页 |
| ·人工神经网络概述 | 第41-44页 |
| ·人工神经元的模型 | 第41-42页 |
| ·人工神经网络的特性 | 第42页 |
| ·神经元的传递函数 | 第42-44页 |
| ·BP神经网络的模型及其算法 | 第44-50页 |
| ·BP网络的结构 | 第44-45页 |
| ·BP网络的学习算法 | 第45-48页 |
| ·BP算法的改进 | 第48-50页 |
| ·BP神经网络的船舶发电机故障诊断设计 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于小波神经网络的船舶发电机转子故障诊断设计 | 第52-61页 |
| ·小波神经网络的结合途径 | 第52-53页 |
| ·小波神经网络的船舶发电机转子故障诊断步骤与实现 | 第53-60页 |
| ·船舶发电机转子匝间短路故障特征值提取 | 第53-55页 |
| ·BP神经网络的发电机转子故障识别方法 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 结论与展望 | 第61-63页 |
| ·结论 | 第61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 研究生履历 | 第68-69页 |