基于DSP的异步电机故障检测系统的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题的研究背景及意义 | 第8页 |
| 1.2 电机故障诊断技术的发展和现状概述 | 第8-11页 |
| 1.2.1 故障诊断技术的发展 | 第8-9页 |
| 1.2.2 故障诊断技术的研究现状 | 第9-11页 |
| 1.3 电机的故障类型和诊断技术 | 第11-12页 |
| 1.3.1 电机故障类型的概述 | 第11-12页 |
| 1.3.2 电机的故障诊断技术 | 第12页 |
| 1.4 本课题的主要研究内容 | 第12-14页 |
| 第二章 异步电机故障机理分析 | 第14-20页 |
| 2.1 异步电机的工作原理 | 第14-15页 |
| 2.2 异步电机的常见故障机理分析 | 第15-19页 |
| 2.2.1 定子匝间短路故障的特征机理 | 第15-17页 |
| 2.2.2 转子断条故障的特征机理 | 第17-18页 |
| 2.2.3 转子偏心故障的特征机理 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 小波包分析和神经网络在故障诊断中的应用 | 第20-37页 |
| 3.1 小波分析理论 | 第20-24页 |
| 3.2 小波包分析与改进的阈值法 | 第24-29页 |
| 3.2.1 小波包的概念 | 第24-27页 |
| 3.2.2 小波包的分解和重构 | 第27页 |
| 3.2.3 改进的小波包阈值法 | 第27-29页 |
| 3.3 小波包的信号特征提取 | 第29-31页 |
| 3.4 神经网络概论 | 第31-33页 |
| 3.5 BP神经网络模型及诊断 | 第33-35页 |
| 3.5.1 BP神经网络结构和学习规则 | 第33-35页 |
| 3.5.2 BP神经网络的故障诊断 | 第35页 |
| 3.6 本章小结 | 第35-37页 |
| 第四章 故障诊断平台的设计 | 第37-48页 |
| 4.1 总体设计方案 | 第37页 |
| 4.2 核心处理模块 | 第37-41页 |
| 4.2.1 DSP芯片的结构特征 | 第37-39页 |
| 4.2.2 TMS320F2812的功能特点 | 第39-40页 |
| 4.2.3 DSP的最小系统 | 第40-41页 |
| 4.3 DSP的外围电路设计 | 第41-45页 |
| 4.3.1 电源电路 | 第41-42页 |
| 4.3.2 外部存储器扩展设计 | 第42-43页 |
| 4.3.3 串口电路 | 第43-44页 |
| 4.3.4 信号采集调理电路 | 第44页 |
| 4.3.5 模数转换模块 | 第44-45页 |
| 4.4 上位机显示模块的设计 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 电机故障诊断算法实现和测试结果分析 | 第48-57页 |
| 5.1 DSP的软件开发工具 | 第48页 |
| 5.2 系统程序模块设计 | 第48-53页 |
| 5.2.1 主程序模块设计 | 第49页 |
| 5.2.2 数据采集模块程序设计 | 第49-50页 |
| 5.2.3 数据处理核心算法程序设计 | 第50-52页 |
| 5.2.4 数据传输模块程序设计 | 第52-53页 |
| 5.3 实验结果分析 | 第53-56页 |
| 5.3.1 电机定子匝间短路故障检测结果 | 第54-55页 |
| 5.3.2 电机转子断条故障检测结果 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 全文总结与展望 | 第57-58页 |
| 6.1 全文总结 | 第57页 |
| 6.2 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62-63页 |
| 作者简介 | 第63页 |
| 攻读硕士学位期间研究成果 | 第63页 |
