特征优化方法研究及其在电机系统故障诊断中的应用

目录

声明

第一章 绪论

1.1 课题研究背景与意义

1.2 国内外电机故障诊断研究现状

1.3 故障特征优化研究现状

1.3.1 主成分分析研究现状

1.3.2 线性判别分析研究现状

1.3.3 深度学习研究现状

1.4 论文结构和研究内容

第二章 交流电机系统故障机理和故障特征

2.1引言

2.2 定子故障

2.3 转子故障

2.4 轴承故障

2.5 气隙偏心故障

2.6 逆变器故障

2.7 本章小结

第三章 基于混合降维的交流电机系统故障诊断方法

3.1 引言

3.2 主成分分析

3.3 线性判别分析

3.3.1 线性判别分析原理

3.3.2 线性判别分析存在的问题

3.3.3 改进的线性判别分析

3.4 基于混合降维的故障诊断方法

3.4.1 混合降维算法

3.4.2 仿真验证

3.4.3 实验验证

3.5 本章小结

第四章 基于深度学习的交流电机系统故障诊断方法

4.1 引言

4.2 深度学习理论

4.2.1 深度置信网络

1.1.3 深度置信网络的训练

4.2.2 自编码网络

4.2.3 卷积神经网络

4.2.4 循环神经网络

4.3 基于卷积神经网络的故障诊断方法

4.3.1 仿真验证

4.3.2 实验验证

4.4 基于长短时记忆网络的故障诊断方法

4.4.1 仿真验证

4.4.2 实验验证

4.5 本章小结

总结与展望

参考文献

攻读硕士学位期间参与的科研项目和取得的学术成果

致谢