摘要 | 第4-5页 |
abstract | 第5-6页 |
注释表 | 第12-13页 |
缩略词 | 第13-14页 |
第一章 绪论 | 第14-20页 |
1.1 课题研究背景与意义 | 第14-15页 |
1.2 复合故障诊断技术研究现状 | 第15-18页 |
1.2.1 复合故障简介 | 第15页 |
1.2.2 复合故障诊断的国内外研究现状 | 第15-18页 |
1.3 本文主要研究工作及内容安排 | 第18-20页 |
第二章 三电平逆变器和牵引电机工作原理及故障分析 | 第20-27页 |
2.1 牵引传动系统 | 第20页 |
2.2 三电平逆变器 | 第20-24页 |
2.2.1 三电平逆变器结构 | 第20-21页 |
2.2.2 三电平逆变器工作原理 | 第21-22页 |
2.2.3 三电平逆变器常见故障分析 | 第22-24页 |
2.3 牵引电机 | 第24-26页 |
2.3.1 牵引电机结构 | 第25页 |
2.3.2 牵引电机工作原理 | 第25页 |
2.3.3 牵引电机常见故障分析 | 第25-26页 |
2.4 本章小结 | 第26-27页 |
第三章 基于KPCA的IGBT开路和传感器漂移复合故障诊断 | 第27-44页 |
3.1 引言 | 第27页 |
3.2 IGBT功率管开路和传感器漂移复合故障分析 | 第27页 |
3.3 基于优化的EEMD的复合故障电流信号降噪 | 第27-31页 |
3.3.1 经验模态分解 | 第28-30页 |
3.3.2 集合经验模态分解 | 第30页 |
3.3.3 集合经验模态分解的优化 | 第30-31页 |
3.4 基于核主元分析法的复合故障诊断 | 第31-34页 |
3.4.1 核主元分析法 | 第31-33页 |
3.4.2 基于核主元分析法的复合故障诊断 | 第33-34页 |
3.5 基于三相电流平均值法的故障IGBT功率管定位 | 第34页 |
3.6 仿真验证 | 第34-43页 |
3.6.1 仿真平台介绍 | 第34-38页 |
3.6.2 电流信号的降噪 | 第38-39页 |
3.6.3 故障诊断 | 第39-42页 |
3.6.4 故障IGBT功率管定位 | 第42-43页 |
3.7 本章小结 | 第43-44页 |
第四章 基于RBF神经网络的转子断条和气隙偏心复合故障诊断 | 第44-61页 |
4.1 引言 | 第44页 |
4.2 转子断条与气隙偏心复合故障分析 | 第44页 |
4.3 基于递推最小二乘算法的自适应降噪 | 第44-46页 |
4.3.1 自适应滤波理论 | 第45页 |
4.3.2 递推最小二乘算法及其优化 | 第45-46页 |
4.4 基于小波包变换和奇异值分解的电流信号处理 | 第46-49页 |
4.4.1 小波包变换 | 第46-48页 |
4.4.2 奇异值分解 | 第48-49页 |
4.5 基于RBF神经网络的复合故障诊断 | 第49-54页 |
4.5.1 径向基神经网络 | 第50-52页 |
4.5.2 K-means算法及其改进 | 第52-53页 |
4.5.3 基于优化的K-means算法的RBF神经网络 | 第53-54页 |
4.6 仿真验证 | 第54-60页 |
4.6.1 复合故障注入 | 第54-56页 |
4.6.2 电流信号的降噪 | 第56-57页 |
4.6.3 滤除电流基频和提取故障特征 | 第57-59页 |
4.6.4 故障诊断 | 第59-60页 |
4.7 本章小结 | 第60-61页 |
第五章 基于小波包和决策树算法的电流传感器复合故障诊断 | 第61-72页 |
5.1 引言 | 第61页 |
5.2 半实物故障注入仿真平台 | 第61-65页 |
5.2.1 平台主要设备 | 第61-62页 |
5.2.2 复合故障注入 | 第62-65页 |
5.3 电流传感器偏置复合故障分析 | 第65-66页 |
5.4 基于小波包的故障特征提取 | 第66-67页 |
5.5 基于决策树算法的复合故障诊断 | 第67-71页 |
5.5.1 决策树算法 | 第67-68页 |
5.5.2 决策树分类器的生成 | 第68-70页 |
5.5.3 故障诊断 | 第70-71页 |
5.6 本章小结 | 第71-72页 |
第六章 总结与展望 | 第72-74页 |
6.1 工作总结 | 第72-73页 |
6.1.1 论文主要工作 | 第72-73页 |
6.1.2 论文主要贡献与创新点 | 第73页 |
6.2 研究展望 | 第73-74页 |
参考文献 | 第74-78页 |
致谢 | 第78-79页 |
在学期间的研究成果及发表的学术论文 | 第79页 |