基于小波神经网络的异步电动机振动故障诊断研究
摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-17页 |
·本课题研究的目的和意义 | 第10-11页 |
·异步电动机故障诊断方法及研究现状 | 第11-15页 |
·本文的主要工作及内容安排 | 第15-17页 |
第二章 电机故障诊断机理 | 第17-26页 |
·异步电动机常见故障类型 | 第17-19页 |
·异步电动机振动异常特征机理分析 | 第19-26页 |
第三章 小波分析理论 | 第26-39页 |
·小波分析理论 | 第26-34页 |
·信号分析的发展过程 | 第26-28页 |
·小波变换 | 第28-30页 |
·多分辨率分析 | 第30-33页 |
·小波包分析 | 第33-34页 |
·小波包在电机故障诊断中的应用 | 第34-39页 |
·Matlab小波工具箱简介 | 第34页 |
·小波包变换在信号消噪中的优势 | 第34-36页 |
·小波包变换在特征提取中的应用 | 第36-39页 |
第四章 利用小波包算法提取异步电机故障特征值 | 第39-48页 |
·异步电动机故障诊断试验方案设计 | 第39-41页 |
·基于小波包变换的异步电动机振动故障特征提取 | 第41-48页 |
第五章 小波-神经网络故障诊断方法 | 第48-65页 |
·神经网络及其在故障诊断中的优点 | 第48-49页 |
·BP神经网络 | 第49-56页 |
·BP的神经元模型及网络结构 | 第49-50页 |
·BP神经网络算法 | 第50-56页 |
·小波-神经网络 | 第56-59页 |
·电机故障BP网络设计 | 第59-65页 |
第六章 全文总结与展望 | 第65-67页 |
·全文总结 | 第65-66页 |
·对未来的展望 | 第66-67页 |
致谢 | 第67-68页 |
参考文献 | 第68-72页 |
攻读硕士学位期间发表的学术论文 | 第72页 |