基于高阶谱和频带熵的电机故障识别研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第16-24页 |
| 1.1 引言 | 第16-17页 |
| 1.2 电机故障识别研究现状 | 第17-21页 |
| 1.3 高阶谱和频带熵特征提取方法的研究现状 | 第21-22页 |
| 1.4 本文研究内容 | 第22-24页 |
| 2 高阶统计分析方法和频带熵理论基础 | 第24-40页 |
| 2.1 引言 | 第24页 |
| 2.2 传统的信号分析比较方法 | 第24-28页 |
| 2.3 高阶统计分析的基本概念 | 第28-33页 |
| 2.4 频带熵理论基础 | 第33-40页 |
| 3 基于高阶谱的信号仿真实验 | 第40-56页 |
| 3.1 高斯白噪声信号仿真 | 第40-41页 |
| 3.2 正弦信号仿真实验 | 第41-45页 |
| 3.3 振幅相等的各次谐波的信号仿真实验 | 第45-47页 |
| 3.4 各次谐波振幅不相等的信号仿真实验 | 第47-50页 |
| 3.5 非谐波信号仿真实验 | 第50-52页 |
| 3.6 随机信号仿真实验 | 第52-56页 |
| 4 直流电机电场强度信号的高阶统计特征分析 | 第56-67页 |
| 4.1 直流电机常见故障 | 第56-57页 |
| 4.2 直流电机电场强度信号经典分析 | 第57-61页 |
| 4.3 故障信号的高阶统计特性分析 | 第61-67页 |
| 5 基于频带熵的特征信息提取和故障识别 | 第67-77页 |
| 5.1 电场强度信号双谱熵模型的建立 | 第67-68页 |
| 5.2 双谱熵的特征信息提取 | 第68-70页 |
| 5.3 基于双谱熵特征值和BP网络的故障识别 | 第70-77页 |
| 6 总结与展望 | 第77-79页 |
| 6.1 主要工作及总结 | 第77页 |
| 6.2 未来工作展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 作者简历 | 第83-85页 |
| 学位论文数据集 | 第85页 |
