| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·本文研究的目的和意义 | 第10-11页 |
| ·电力电子装置故障诊断技术的研究现状 | 第11-15页 |
| ·故障诊断技术研究现状 | 第11-12页 |
| ·电力电子装置故障诊断方法的研究现状 | 第12-15页 |
| ·主要工作 | 第15-16页 |
| 第二章 基于小波及小波包理论的信号处理研究 | 第16-24页 |
| ·引言 | 第16页 |
| ·Fourier 分析的不足 | 第16-18页 |
| ·小波分析的基本理论 | 第18-21页 |
| ·小波变换及快速算法 | 第19-21页 |
| ·小波包分解与重构 | 第21-23页 |
| ·小波包介绍 | 第21-22页 |
| ·小波包的分解与重构 | 第22-23页 |
| ·小波包算法 | 第23页 |
| ·小波包基的选择 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 信号的数据采集及噪声消除研究 | 第24-34页 |
| ·故障数据采集 | 第24-27页 |
| ·三相桥式可控整流电路数据采集 | 第24-26页 |
| ·大规模电力电子电路采样点选取 | 第26-27页 |
| ·噪声分析 | 第27-29页 |
| ·电力电子电路中的噪声消除 | 第29-33页 |
| ·噪声消除的基本原理 | 第29-31页 |
| ·小波浮动阈值去噪法 | 第31-32页 |
| ·小波包浮动阈值降噪 | 第32-33页 |
| ·原始故障样本的噪声消除结果 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于小波包能量法的故障特征提取 | 第34-38页 |
| ·小波包能量法介绍 | 第34-35页 |
| ·小波包分解过程中的能量守恒 | 第34-35页 |
| ·能量特征提取步骤 | 第35-36页 |
| ·故障样本的能量特征向量提取及功率谱分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 数据融合技术在电力电子装置故障诊断中的应用 | 第38-41页 |
| ·数据融合技术介绍 | 第38页 |
| ·应用数据融合技术的价值 | 第38页 |
| ·故障诊断数据融合的实现 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第六章 神经网络故障分类器设计 | 第41-50页 |
| ·引言 | 第41页 |
| ·基于神经网络的分类方法研究 | 第41-47页 |
| ·人工神经网络概述 | 第41-42页 |
| ·双层BP 神经网络结构 | 第42-44页 |
| ·带有偏差单元的递归神经网络设计 | 第44-47页 |
| ·神经网络故障分类器设计 | 第47-49页 |
| ·神经网络故障分类器的建立 | 第47-48页 |
| ·故障分类器的实际性能分析 | 第48页 |
| ·测试故障样本的诊断结果分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第七章 故障诊断系统软件设计 | 第50-59页 |
| ·MATLAB 界面设计环境 | 第50-51页 |
| ·应用MATLAB GUIDE 实现工业应用软件设计的特点分析 | 第51-52页 |
| ·利用MATLAB 实现工业现场数据实时采集 | 第52-53页 |
| ·基于MATLAB GUIDE 电力电子装置故障诊断系统设计 | 第53-58页 |
| ·逆变装置故障分析 | 第53页 |
| ·故障诊断系统设计思路 | 第53-54页 |
| ·主界面设计 | 第54页 |
| ·程序设计 | 第54-57页 |
| ·故障诊断系统性能测试 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第八章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 发表论文和科研情况说明 | 第64-65页 |
| 致谢 | 第65-66页 |
