交流电机变频调速系统振动信号的盲源分离
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·盲源分离问题的提出 | 第10-11页 |
| ·盲源分离研究现状 | 第11-13页 |
| ·选题的目的及意义 | 第13-14页 |
| ·旋转机械振动分析的一般步骤 | 第14-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| 第二章 盲源分离的基本理论 | 第16-27页 |
| ·盲源分离的数学模型 | 第16-18页 |
| ·不相关与统计独立性 | 第18-19页 |
| ·盲源分离的一些基本知识 | 第19-21页 |
| ·盲源分离的可实现性 | 第19页 |
| ·盲源分离的不确定性 | 第19-20页 |
| ·盲源分离解的等价性 | 第20-21页 |
| ·盲源分离的等变化性 | 第21页 |
| ·盲源分离算法的分类 | 第21-24页 |
| ·盲源信号分离与独立分量分析的关系 | 第24页 |
| ·盲源分离算法性能的评价准则 | 第24-26页 |
| 本章小结 | 第26-27页 |
| 第三章 FastICA方法 | 第27-39页 |
| ·引言 | 第27页 |
| ·Fast ICA方法相关概念 | 第27-29页 |
| ·熵 | 第27页 |
| ·非高斯性 | 第27-28页 |
| ·负熵 | 第28-29页 |
| ·Fast ICA的前提假设条件 | 第29页 |
| ·基于特征值的源数估计方法 | 第29-32页 |
| ·特征值分布法 | 第29-31页 |
| ·信息论准则法 | 第31-32页 |
| ·Fast ICA算法原理 | 第32-33页 |
| ·Fast ICA算法的预处理 | 第33-34页 |
| ·基于负熵极大的Fast ICA算法 | 第34-35页 |
| ·算法仿真实验 | 第35-37页 |
| 本章小结 | 第37-39页 |
| 第四章 Infomax方法 | 第39-50页 |
| ·引言 | 第39页 |
| ·Infomax方法相关概念 | 第39-40页 |
| ·K-L散度 | 第39-40页 |
| ·互信息 | 第40页 |
| ·互信息的一些重要性质 | 第40-41页 |
| ·信息最大化判据 | 第41-42页 |
| ·Infomax算法原理 | 第42-43页 |
| ·改进的信息最大化算法 | 第43-45页 |
| ·算法仿真实验 | 第45-48页 |
| ·算法比较 | 第48-49页 |
| 本章小结 | 第49-50页 |
| 第五章 电机振动原因及实验数据分析 | 第50-58页 |
| ·电机振动类型 | 第50-53页 |
| ·电磁振动 | 第50-51页 |
| ·机械振动 | 第51-53页 |
| ·电机振动原因 | 第53-56页 |
| ·转子不平衡 | 第53-54页 |
| ·定转子磁力中心不正对 | 第54页 |
| ·电机轴承的装配或轴承松动引起的振动 | 第54-55页 |
| ·摩擦 | 第55页 |
| ·基础及电机座不好 | 第55页 |
| ·机械方面的原因 | 第55-56页 |
| ·电机振动的测量 | 第56页 |
| ·测量位置 | 第56页 |
| ·判定标准 | 第56页 |
| ·振动特征提取和分析方法 | 第56页 |
| ·数据分析 | 第56-57页 |
| 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64-65页 |
| 致谢 | 第65-66页 |
