学位论文 > 优秀研究生学位论文题录展示

归纳学习理论在故障诊断中的应用

作　者: 田玲玲
导　师: 刘喜梅
学　校: 青岛科技大学
专　业: 控制理论与控制工程
关键词: 故障诊断时-频分析小波变换多分辨率分析特征提取归纳学习
分类号: TP277
类　型: 硕士论文
年　份: 2005年
下　载: 172次
引　用: 2次
阅　读: 论文下载

内容摘要

电力电子电路故障诊断是在故障信息检测和故障特征分析的基础上对电力电子电路发生故障的种类、原因和部位做出判断或推断。目前,电力电子电路的故障诊断方法总体可分为基于被诊断电路数学模型的方法和不依赖于被诊断电路数学模型的方法两大类。本论文以大型整流器为研究对象,以发展和完善电力电子电路故障自动诊断方法为目的,针对故障诊断系统中的几个关键技术问题进行了深入研究和分析。首先,本文结合实际工业背景对大型整流设备各类故障情况进行分析,以晶闸管故障为主要研究对象,根据整流电路的信号特点,运用具有良好时一频局部化分析能力的小波分析理论进行整流输出电压和整流输出电流故障信号的多尺度小波变换,提取各尺度小波变换系数计算各尺度能量值,建立起各类故障模式的能量特征空间,有效提取了各类故障模式的特征:研究了多元统计理论中的主元分析方法在能量特征量降维中的应用,以简化分类器的构造。其次,在对目前兴起的归纳学习理论-决策树分类理论进行充分研究的基础上,首次将决策树分类方法应用到电力电子电路这样的强非线性系统的故障诊断中,充分发挥了决策树分类器所具有的处理非线性和分类速度快以及决策树方法所具有的表示方法可解释性强、简洁明了的优点,并借鉴已有的电力电子电路故障诊断方法对整流电路各类故障模式做出分析诊断。最后,本文应用强大的MATLAB中POWERSYSTEM电力系统仿真工具箱、Wavelet小波分析工具箱以及统计工具箱并结合应用电力系统仿真软件PSCAD/EMTDC对所提出方法进行了详细的仿真试验,给出了试验仿真结果。并且针对泛化理论,本文进行了较为细致的研究和验证。仿真和测试结果表明本文所提出的方法是有效的。

全文目录

摘要  4-5
ABSTRACT  5-6
目录  6-9
第一章绪论  9-21
  1.1 引言  9-10
  1.2 电力电子电路故障诊断的意义  10-12
  1.3 电力电子电路故障诊断的研究现状  12-19
    1.3.1 电力电子电路故障分析研究情况  12-13
    1.3.2 电力电子电路故障诊断方法的研究情况  13-19
  1.4 本文的研究背景及主要研究内容  19-20
  1.5 本章小结  20-21
第二章时频分析理论  21-39
  2.1 引言  21
  2.2 时频分析理论  21-25
    2.2.1 基于瞬时频率的时频分析  21-22
    2.2.2 短时傅里叶变换  22
    2.2.3 科恩类时频分布  22-24
    2.2.4 小波变换  24-25
  2.3 小波变换的概念  25-29
    2.3.1 小波变换的时-频局部化特性  26-27
    2.3.2 离散二进小波变换  27-29
  2.4 小波分析的工程理解  29-33
    2.4.1 小波变换与滤波器组  29-30
    2.4.2 多分辨率分析和小波正交基  30-31
    2.4.3 多分辨率分析  31-32
    2.4.4 小波正交基  32-33
  2.5 信号的多分辨率分析-Mallat算法  33-37
    2.5.1 信号的多分辨率分解  33-36
    2.5.2 信号的多分辨率重建  36-37
  2.6 小波分析和常见分析方法比较  37-38
  2.7 本章小结  38-39
第三章基于小波分析的整流电路故障诊断特征提取  39-61
  3.1 引言  39
  3.2 能量分布特征提取  39-40
  3.3 适合整流电压和电流信号分析的小波函数选择  40-42
  3.4 整流电路故障检测和诊断方法  42-45
    3.4.1 整流装置故障模型分析  42-43
    3.4.2 三相整流器的故障模型及故障类型分析  43-45
  3.5 小波分析在整流电压及电流信号分析中的应用  45-60
    3.5.1 整流电路信号小波多尺度分解时小波母函数和分解尺度的确定  45-47
    3.5.2 整流电压或电流检测信号小波分析软件设计  47-60
  3.6 本章小结  60-61
第四章分类器理论-决策树分类器  61-84
  4.1 引言  61-62
  4.2 归纳学习理论  62-70
    4.2.1 决策树学习理论  62-66
    4.2.2 决策树的生成  66-67
    4.2.3 通用的树生长算法-CART  67-69
    4.2.4 其他树方法  69-70
    4.2.5 用MATLAB编程实现决策树的构建  70
  4.3 决策树方法与人工神经网络方法的比较  70-72
  4.4 整流电路故障诊断决策树的建立及分类规则的归纳总结  72-80
  4.5 主元分析方法在故障特征降维中的应用  80-83
    4.5.1 主元分析的原理  80-81
    4.5.2 主元分析用于整流电路故障特征空间的降维  81-82
    4.5.3 分类决策树的建立及结果验证  82-83
  4.6 本章小结  83-84
第五章泛化理论的研究及结果验证  84-93
  5.1 引言  84
  5.2 测试模型的建立  84
  5.3 验证数据的获取及验证结论  84-93
第六章结论与展望  93-94
参考文献  94-96
附录  96-98
致谢  98-99
攻读学位期间发表的论文  99-100
独创声明  100

归纳学习理论在故障诊断中的应用

内容摘要

全文目录

相似论文