基于CMAC和机电综合特征的发电机故障诊断方法研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-13页 |
| ·课题研究的背景及意义 | 第7页 |
| ·发电机故障诊断技术的发展 | 第7-8页 |
| ·发电机故障诊断技术的研究现状 | 第8-12页 |
| ·国内外研究动态 | 第8-10页 |
| ·故障诊断方法评述 | 第10-12页 |
| ·本论文的内容 | 第12-13页 |
| 第二章 发电机故障分析 | 第13-31页 |
| ·发电机故障的分类 | 第13-14页 |
| ·发电机组机械故障诊断 | 第14-15页 |
| ·转子质量不平衡 | 第14页 |
| ·气隙偏心 | 第14-15页 |
| ·转子绕组匝间短路故障诊断 | 第15-19页 |
| ·匝间短路故障机理 | 第15-16页 |
| ·匝间短路故障特征 | 第16-17页 |
| ·匝间短路故障诊断方法 | 第17-19页 |
| ·基于机电综合特征的发电机故障诊断 | 第19-20页 |
| ·故障诊断机理 | 第19页 |
| ·主要故障对应的机电综合故障特征 | 第19-20页 |
| ·故障诊断实例 | 第20-30页 |
| ·机组情况简介 | 第20-21页 |
| ·转速试验及故障分析 | 第21-22页 |
| ·不平衡电磁力计算 | 第22-29页 |
| ·诊断结果 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 神经网络在发电机故障诊断方法中的研究 | 第31-41页 |
| ·神经网络概述 | 第31-34页 |
| ·神经网络解决问题的原理 | 第31-32页 |
| ·神经网络的学习规则 | 第32页 |
| ·两种常用的神经网络 | 第32-34页 |
| ·CMAC 神经网络在发电机故障诊断中的应用 | 第34-40页 |
| ·CMAC 小脑模型的概述 | 第34-35页 |
| ·CMAC 神经网络模型 | 第35-36页 |
| ·CMAC 神经网络学习算法 | 第36-38页 |
| ·CMAC 神经网络的性能 | 第38-39页 |
| ·CMAC 网络与BP 网络的比较 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 发电机故障诊断系统的设计 | 第41-50页 |
| ·MATLAB 软件简介 | 第41-42页 |
| ·发电机故障诊断系统的设计 | 第42-49页 |
| ·故障诊断系统的组成 | 第42页 |
| ·训练样本和网络结构 | 第42-44页 |
| ·故障诊断单元的设计 | 第44-47页 |
| ·MATLAB 试验 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 结论与展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 在学期间发表的学术论文和参加科研情况 | 第55页 |
