| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-21页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 课题意义 | 第12-13页 |
| 1.3 课题国内外研究现状 | 第13-18页 |
| 1.3.1 物联网 | 第13-14页 |
| 1.3.2 多率采集 | 第14-16页 |
| 1.3.3 故障诊断 | 第16-18页 |
| 1.4 本文主要工作 | 第18页 |
| 1.5 本文章节结构 | 第18-21页 |
| 2 基于物联网的故障波形采集系统 | 第21-31页 |
| 2.1 系统整体框架设计 | 第22页 |
| 2.2 故障采集模块选型与设计 | 第22-26页 |
| 2.3 服务器模块设计 | 第26-29页 |
| 2.4 用户终端模块设计 | 第29页 |
| 2.5 本章小结 | 第29-31页 |
| 3 多率系统信号混合采集方法 | 第31-43页 |
| 3.1 高低频信号有限时间混合采集方法 | 第32-35页 |
| 3.2 信号采集步骤 | 第35-40页 |
| 3.3 实例展示 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 4 感应电炉故障诊断系统 | 第43-83页 |
| 4.1 电路仿真与故障分析 | 第44-61页 |
| 4.1.1 整流电路仿真与故障种类分析 | 第44-57页 |
| 4.1.2 逆变电路仿真与故障种类分析 | 第57-61页 |
| 4.2 基于长短时记忆(LSTM)神经网络的分类器设计 | 第61-73页 |
| 4.2.1 整流电路故障分类 | 第64-70页 |
| 4.2.2 逆变电路故障分类 | 第70-73页 |
| 4.3 基于小波分解的特征提取和随机森林的分类器设计 | 第73-81页 |
| 4.3.1 整流电路故障分类 | 第76-80页 |
| 4.3.2 逆变电路故障分类 | 第80-81页 |
| 4.4 本章小结 | 第81-83页 |
| 5 总结与展望 | 第83-91页 |
| 5.1 系统实际应用展示 | 第83-87页 |
| 5.2 总结 | 第87-88页 |
| 5.3 展望 | 第88-91页 |
| 参考文献 | 第91-95页 |
| 攻读硕士学位期间的其他研究成果 | 第95页 |