基于小波分析和神经网络的船舶同步发电机故障诊断研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景 | 第9-10页 |
| ·发电机故障诊断的研究现状和发展动态 | 第10-12页 |
| ·国内外研究现状 | 第10-11页 |
| ·发展动态 | 第11-12页 |
| ·小波分析和神经网络在故障诊断中的应用 | 第12-13页 |
| ·本文主要研究内容和章节安排 | 第13-14页 |
| 第2章 船舶同步发电机短路故障分析 | 第14-29页 |
| ·定子端三相短路故障分析 | 第15-21页 |
| ·空载三相短路电流分析 | 第15-20页 |
| ·空载短路电流基频交流分量的初始和稳态有效值计算 | 第20-21页 |
| ·转子匝间短路故障分析 | 第21-25页 |
| ·故障仿真 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 小波分析和小波包分析理论 | 第29-41页 |
| ·小波分析理论的产生与发展 | 第29-30页 |
| ·小波分析 | 第30-37页 |
| ·小波变换定义及小波函数 | 第30-35页 |
| ·连续小波变换 | 第35-36页 |
| ·离散小波变换 | 第36-37页 |
| ·小波包分析 | 第37-40页 |
| ·小波包定义 | 第37-38页 |
| ·小波包子空间分解 | 第38-39页 |
| ·小波包算法 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于BP神经网络的故障诊断 | 第41-54页 |
| ·神经网络概述 | 第41-42页 |
| ·人工神经元及其功能函数 | 第42-45页 |
| ·BP神经网络 | 第45-49页 |
| ·BP神经网络结构 | 第45-46页 |
| ·BP神经网络的学习算法 | 第46-49页 |
| ·标准BP算法的改进 | 第49-51页 |
| ·BP神经网络的船舶同步发电机故障诊断设计 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 基于小波神经网络的发电机故障诊断研究 | 第54-69页 |
| ·小波分析和神经网络的结合方式 | 第54-57页 |
| ·基于小波神经网络的同步发电机故障诊断的研究 | 第57-67页 |
| ·船舶同步发电机故障特征值的提取 | 第57-63页 |
| ·基于BP神经网络的船舶同步发电机故障诊断方法 | 第63-67页 |
| ·本章小结 | 第67-69页 |
| 第6章 总结与展望 | 第69-72页 |
| ·全文总结 | 第69-70页 |
| ·研究展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间发表的学术论文 | 第76页 |
