基于小波神经网络的旋转整流器故障诊断研究
| 1 绪论 | 第1-16页 |
| ·研究目的和意义 | 第8页 |
| ·国内外研究现状 | 第8-14页 |
| ·研究的内容及工作 | 第14-16页 |
| 2 旋转整流器运行时监测信号的分析 | 第16-28页 |
| ·整流器正常运行时理论分析 | 第16-19页 |
| ·正常工况下的无刷励磁机的电枢电流 | 第16-17页 |
| ·电枢电流的傅氏级数展开式 | 第17-19页 |
| ·电枢谐波磁势的特点及其在励磁绕组中的感应电势 | 第19页 |
| ·故障运行时的理论分析 | 第19-22页 |
| ·励磁绕组中感应电势分析 | 第22-23页 |
| ·整流器正常运行时定子绕组的感应电势 | 第22-23页 |
| ·整流器故障运行时定子绕组的感应电势 | 第23页 |
| ·交流励磁机定子绕组的电势 | 第23-27页 |
| ·小结 | 第27-28页 |
| 3 小波理论在旋转整流器故障诊断中的应用 | 第28-41页 |
| ·小波理论的基本内容 | 第28-32页 |
| ·傅立叶变换到小波变换 | 第28-30页 |
| ·小波函数及小波变换 | 第30-31页 |
| ·傅立叶变换与小波变换的比较 | 第31-32页 |
| ·故障信号的小波消噪和特征频率的提取 | 第32-39页 |
| ·多分辨分析和尺度函数 | 第32-34页 |
| ·小波包对信号分解的优点 | 第34-35页 |
| ·小波包对故障信号的消噪滤波 | 第35-37页 |
| ·小波包分析信号特征提取 | 第37-39页 |
| ·高维小波简介 | 第39-40页 |
| ·连续小波变换 | 第39-40页 |
| ·离散小波变换 | 第40页 |
| ·小结 | 第40-41页 |
| 4 基于人工神经元网络的旋转整流器故障诊断 | 第41-49页 |
| ·人工神经网络的结构与算法 | 第41-42页 |
| ·人工神经网络的类型 | 第42-43页 |
| ·神经网络的工作原理 | 第43-48页 |
| ·小结 | 第48-49页 |
| 5 基于小波神经网络的旋转整流器故障在线诊断 | 第49-60页 |
| ·电机的故障诊断过程 | 第49-50页 |
| ·小波神经网络结构及软件实现 | 第50-55页 |
| ·小波神经网络结构 | 第50-55页 |
| ·旋转整流器在线监测的软件设计 | 第55页 |
| ·旋转整流器的小波神经网络诊断 | 第55-59页 |
| ·样本收集及仿真结果 | 第57-59页 |
| ·小结 | 第59-60页 |
| 6 结论 | 第60-61页 |
| 参考资料 | 第61-65页 |
| 科研成果 | 第65-66页 |
| 申明 | 第66-67页 |
| 致谢 | 第67页 |
