信息融合技术在电动机故障诊断中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-10页 |
| 前言 | 第10-14页 |
| 一、课题研究的目的及意义 | 第10页 |
| 二、电机故障诊断技术的发展概况 | 第10-13页 |
| 三、本论文的主要研究内容 | 第13-14页 |
| 第一章 电机常见故障机理分析 | 第14-27页 |
| ·定子匝间短路故障 | 第14-15页 |
| ·转子断条故障 | 第15-17页 |
| ·基本故障特征分量的产生 | 第15页 |
| ·其他故障特征分量的产生 | 第15-17页 |
| ·电机偏心故障 | 第17-20页 |
| ·转子不对中故障 | 第20-23页 |
| ·转子系统平行不对中 | 第20-22页 |
| ·转子系统偏角不对中 | 第22-23页 |
| ·轴承故障 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第二章 多源信息融合技术 | 第27-37页 |
| ·多源信息融合基本概念 | 第27-28页 |
| ·多源信息融合的来源 | 第27页 |
| ·多源信息融合的定义 | 第27-28页 |
| ·多信息融合技术的发展 | 第28-29页 |
| ·信息融合的模型和结构 | 第29-30页 |
| ·检测融合结构模型 | 第29页 |
| ·状态融合结构模型 | 第29-30页 |
| ·属性融合结构模型 | 第30页 |
| ·信息融合的方法 | 第30-36页 |
| ·基于贝叶斯统计理论的信息融合 | 第31-32页 |
| ·Dempster-Shafer 证据理论 | 第32-35页 |
| ·基于神经网络的证据理论集成信息融合方法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 电动机故障诊断系统中的多源信息融合 | 第37-48页 |
| ·引入信息融合技术的原因 | 第37页 |
| ·信息融合技术在电机故障诊断中应用面临的挑战 | 第37-38页 |
| ·基于信息融合的电机故障诊断系统模型 | 第38-40页 |
| ·一般电机故障诊断方法的不足 | 第38页 |
| ·基于信息融合的电机故障诊断模型特点 | 第38-39页 |
| ·系统模型的建立 | 第39-40页 |
| ·故障诊断系统应用的相关技术 | 第40-47页 |
| ·数据的预处理 | 第40页 |
| ·快速傅里叶变换 | 第40-41页 |
| ·相关分析理论 | 第41-42页 |
| ·神经网络技术 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 电动机信息融合故障诊断系统 | 第48-61页 |
| ·试验系统简介 | 第48-50页 |
| ·电参量信号测试模块 | 第49-50页 |
| ·振动信号测试模块 | 第50页 |
| ·常见电机故障试验 | 第50-52页 |
| ·故障诊断神经网络的建立 | 第52-55页 |
| ·信息融合电机故障诊断系统设计 | 第55-60页 |
| ·程序语言的选择 | 第55页 |
| ·故障诊断系统的软件界面设计 | 第55-56页 |
| ·故障诊断系统软件 | 第56-58页 |
| ·电机故障诊断过程与结果分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 发表论文与科研项目 | 第65-66页 |
| 致谢 | 第66-67页 |
| 详细摘要 | 第67-72页 |
