一、如何分析“短路”问题（论文文献综述）
李慧臣[1]（2021）在《永磁同步电机驱动系统故障诊断与容错控制研究》文中进行了进一步梳理永磁同步电机（Permanent Magnet Synchronous Motor,PMSM）驱动系统具有工作效率高、转矩比大以及体积小等优点,广泛应用于航空航天、工业生产以及电动汽车等领域。在永磁同步电机驱动系统运行过程中,不可避免的会出现各种故障,无论发生电机本体故障还是逆变器故障,都会引起系统的不稳定,对系统的正常运行造成影响。永磁同步电机驱动系统的故障诊断和容错控制是提高驱动系统稳定运行的有效手段。本文以三相永磁同步电机为研究对象,针对电机常见的匝间故障问题进行故障诊断和容错控制研究。首先,对永磁同步电机的基本结构以及工作原理进行分析,建立电机系统在abc坐标系下和dq坐标系下的数学模型,通过在A相引入短路支路的策略,建立A相匝间短路故障模型,对故障后的定子绕组电阻、电感参数进行分析计算,采用三次谐波作为表征电机匝间故障的特征量。其次,设计基于三次谐波的故障诊断策略。三次谐波存在于电机的反电动势中,为实现电机三次谐波的提取,通过线性自抗扰技术（Linear Active Disturbance Rejection Control,LADRC）中的线性扩张状态观测器（Linear Extended State Observer,LESO）来观测电机的反电动势,使用二阶广义积分算法（Second Order Generalized Integrator,SOGI）来实现电机中故障特征量的分离;通过两次滤波来消除故障特征量三次谐波中的噪音污染,设立合适的阈值来实现故障诊断;最后通过Simulink对故障诊断策略进行仿真实验,验证该策略的可行性。最后,设计故障电机容错控制策略。通过将故障相切除,使短路故障转化为开路故障,选用三相四桥臂容错拓扑结构对电机的故障问题进行容错控制。为了使电机在容错运行时磁动势依然能够形成矢量圆,设计用于容错电压空间矢量脉宽调制（Space Vector Pulse Width Modulation,SVPWM）的调节策略,并依据电机故障数学模型,设计基于零轴电压补偿的容错控制策略,采用线性自抗扰技术设计自抗扰控制器,抑制电机的转矩脉动。通过Simulink对容错策略进行仿真实验,验证该策略的可行性。
段重玺[2]（2021）在《电力变压器绕组故障下漏磁场及短路阻抗特性分析》文中研究说明
张明华[3]（2021）在《SiC MOSFET模块开关振荡抑制与短路保护研究》文中进行了进一步梳理
阳帅[4]（2021）在《基于综合稳定裕度的线路阻抗优化规划研究》文中进行了进一步梳理
侯马骁[5]（2021）在《基于观测器的电主轴驱动系统早期故障诊断研究》文中研究说明
惠豪[6]（2021）在《基于振动分析法的变压器故障诊断研究》文中研究说明随着近年来我国电力市场经济的快速发展,电网容量在不断增大,电力行业是国民经济发展中最重要的基础能源产业,是各国经济发展战略中的优先发展重点和基础产业。电力变压器的安全性是实现电网系统的安全、可靠、品质和经济运转的重要保障。传统方法都是根据阻抗、电容、电感、互感和绝缘老化产生的气体变化来监测变压器的状态。振动分析法在分析故障时不仅快速性良好,而且相比其他方法,没有接入电气量,具有不直接影响整个电力变压器实际正常工作系统运行的巨大优势。本文从变压器常见故障和故障分类入手,介绍了检测变压器绕组和铁心的传统方法,且相比较传统方法,提出了振动分析法。通过建立绕组的数学模型来进一步说明在漏磁场和短路电流影响下绕组的受力情况以及绕组振动加速度幅值、负载电流和频率的关系;通过研究硅钢片在磁场的磁致伸缩现象,来说明铁心振动加速度幅值、电源电压和频率的相关性。采用理论分析和实测验证相结合的方法,研究了正常运行和故障运行时绕组和铁心的振动信号特征,用振动分析法对电力变压器的绕组和铁心进行了故障监测。所研究的主要内容有电力变压器发生的故障分类及其振动机理,接着建立了振动故障监测平台,其中包括加速度传感器的选取和安装,电路的设计,最终采集到了变压器正常工作时的振动数据。为了解决加速度传感器、运算放大器、工控机等价格昂贵的问题,设计了一种基于STM32的嵌入式数据采集系统。通过应用单片机STM32F103c8t6,AD7606模块、使用FreeRTOS操作系统来进行采集。算法上,通过解包络对振动数据进行分析,论证通过振动数据可以得到变压器故障的有无和故障类型的合理性。最终对实际采集到的变压器的正常数据进行希尔伯特一黄算法分析,应用经验模态分解得到本征模态函数和残余量,对分解所得的各本征模态函数作希尔伯特变换来得到时间、频率、幅值三维时频谱图,预测变压器发生故障的潜在风险。最终得到当希尔伯特一黄变换最终的包络谱图,针对此大型变压器而言,当变压器处在稳态运行时,在50赫兹左右达到频率的峰值。当正常运行的变压器处于刚开电的瞬间,在60赫兹左右达到频率的峰值。由此可以定性分析出,当变压器在多少赫兹达到峰值时和变压器的状态有一定关联。对每个大型变压器进行算法分析得到日常的数据,然后当出现和日常的频率值相差较大时,推测它有故障的风险或者已经产生了故障。
马辉[7]（2021）在《基于随机森林的光伏电站结构故障诊断与分类研究》文中指出光伏发电站容易出现故障,影响其发电效率。智能的光伏电站故障诊断模型可以有效的对故障进行诊断,但在建立诊断模型时,由于故障数据相对于正常数据而言较少,会造成算法训练时数据不平衡的问题,影响模型诊断的准确度。本文针对故障诊断中数据不平衡的问题进行研究。主要研究内容包含以下三个方面:1.分析光伏电站结构故障的成因及表现,设计合适的故障模拟方案。在仿真软件中建立光伏电站部分结构不同情况下的数学模型。通过仿真模型模拟正常运行情况下的光伏电站结构和各种故障情况下的电站结构,得到输出特性曲线并进行对比分析,以此确定故障诊断模型的特征参数,获取训练故障诊断模型所需要的数据集。2.针对光伏电站故障数据不平衡问题,提出了一种AFCM（Alter-Native Fuzzy C-Me ans）-SMOTE（Synthetic Minority Over-Sampling Technique）算法与随机森林算法相结合的光伏电站故障诊断方法。用AFCM-SMOTE算法对故障样本进行处理,生成“人造”样本,用“人造”样本训练随机森林算法,实现对光伏电站故障的诊断。3.在仿真软件中模拟开路、短路、老化、阴影四种故障情况,将模拟出的数据清洗后形成数据集,用AFCM-SMOTE-RF算法对数据进行学习,构建光伏电站结构诊断模型。将AFCM-SMOTE-RF算法建立的模型分别与随机森林、神经网络、SRF（statistical rand om forest）进行对比分析。通过对模拟的光伏电站结构以及各种光伏电站诊断算法进行对比实验,实验结果表明:（1）本文所建立的光伏电站结构与实际电站匹配度较高,平均类比度为95.2%,可以应用于光伏电站故障分析研究及数据集获取;（2）AFCM-SMOTE-RF算法构建的模型检测准确度为96.5%。AFCM-SMOTE-RF算法在应用于光伏电站故障诊断时解决了随机森林在光伏故障这诊断应用中因为故障样本数据少导致分类不精确的问题,提高故障诊断的准确性。
李克铖[8]（2021）在《开关磁阻电机定子绕组故障诊断与故障信号传输研究》文中研究指明
安宁[9]（2021）在《Γ源直流固态断路器关断区域界定与双向分断功能研究》文中进行了进一步梳理直流无自然过零点,直流断路器成为直流系统推广应用的关键技术。Γ源直流断路器（ΓDCCB）利用直通工作模式分断短路故障,为一种μs级自关断新型固态断路器,解决了传统Z源断路器源荷不共地、电源环流、负载突变误动作及输入谐振等问题。本文围绕ΓDCCB双向功率流分断、关断区域界定和安全重合闸关键问题展开研究,以期优化该直流断路器性能。本文针对双向直流系统中传统Z源类断路器无法实现双向功率流分断问题,采用比对组合法对双向Z源类断路器的构建方式进行筛选并以传导损耗作为约束条件,对电网络进行重新组合构建新型双向直流断路器,在此基础上提出了两种双向Γ源直流断路器拓扑;针对Γ源断路器短路关断范围模糊、区域界限难以界定、多维参数耦合影响等亟待解决的问题,本文通过理论推导给出了 ΓDCCB关断参数选取界限,并结合对其非线性仿真和实验拟合出精确的关断区域,给出了一种ΓDCCB三维图形非线性失效区域界定方法,获得自关断失效区域界定判据;针对Z源类断路器无法安全重合闸及再分断问题,本文在构建重合闸前后虚拟非直通模式基础上分别研究了三种解决方案:一种反向重复馈能重合闸法、一种晶闸管相移控制重合闸法、一种Ю源直流固态断路器及其控制方法,实现直流断路器无限次安全重合闸与再分断,同时降低了故障电流冲击。对方案进行了仿真验证,同时搭建了 Γ源直流固态断路器实验样机,对硬件电路和软件算法进行了设计,并在实验平台上对断路器进行了上述功能验证,实验结果表明:所提Γ源直流断路器可实现双向功率流下有效分断,验证了文中所述自关断区域界定判据的准确性,表明了 Γ源网络拓展应用于断路器领域的可行性和优越性。
丁健[10]（2021）在《SL-Z25010Y智能电容主控电路故障诊断方法及实现》文中研究指明近年来在我国电网中,无功功率日益增加,而电网中无功功率过大会增加线路损耗,引起电压跌落,影响电能质量。供电局为解决这一问题,会要求产生大量无功的用户进行无功功率就地补偿,同时,对功率因数不达标的用户进行罚款。智能电容就是为解决电网中无功功率过大这一问题而广泛应用于电网中。智能电容主控电路故障会导致电网无功功率过大,功率因数达不到要求而让用户遭到供电局罚款。传统的智能电容主控电路故障维修主要依赖维修人员的经验,缺乏针对其故障诊断系统的研究,因此,对智能电容主控电路故障理论和技术进行研究很有必要。本文以扬州某公司的SL-Z25010Y智能电容为研究对象,建立SL-Z25010Y智能电容主控电路故障诊断系统专家系统,具体内容如下:首先介绍了SL-Z25010Y智能电容故障诊断的目的和意义,以及国内外故障诊断方法研究现状,具体介绍了几种典型的方法,阐述了故障树分析法和专家系统,针对SLZ25010Y智能电容主控电路故障诊断,提出了将故障树分析法和专家系统相结合作为SL-Z25010Y智能电容主控电路故障诊断方法。其次针对缺乏SL-Z25010Y智能电容主控电路故障这一问题,通过电路分析和专家交流解决,利用SL-Z25010Y智能电容特有的工作方式是组网工作且分主机和从机,为提高诊断效率,明确主机故障、从机故障和主从机共有故障内容。鉴于主机故障会对SL-Z25010Y智能电容组网工作产生较大消极影响,以主机故障为例,建立主机故障树并进行定性分析和定量分析,针对测试顺序因定量分析中有些底事件近似结构重要度相同无法解决,引入改进层次分析法计算权值,根据权值大小确定测试顺序。通过权值大小发现最有可能出现故障的是电压采样电路。将上述分析得到的结果用于专家系统知识库的建立和推理机的设计。采用基于知识的推理方法,正向推理模式和纵向优先的搜索策略来实现推理过程。最后,采用Visual Studio 2017开发平台与Microsoft SQL Server 2015数据库联合构建了智能电容故障诊断专家系统的软件架构,使用SCPI和GPIB总线,完成SL-Z25010Y智能电容主控电路故障诊断专家系统的开发。以电压采样电路故障为例,经测试能够满足SL-Z25010Y智能电容主控电路的故障诊断的需求。
二、如何分析“短路”问题（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、如何分析“短路”问题（论文提纲范文）
（1）永磁同步电机驱动系统故障诊断与容错控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究意义 |
| 1.2 永磁同步电机驱动系统的结构及故障类型 |
| 1.3 国内外研究现状 |
| 1.3.1 永磁同步电机故障诊断研究现状 |
| 1.3.2 永磁同步电机容错控制研究现状 |
| 1.4 研究内容及章节安排 |
| 第2章 永磁同步电机的数学模型 |
| 2.1 PMSM正常运行下的数学模型 |
| 2.1.1 abc坐标系下的PMSM数学模型 |
| 2.1.2 dq坐标系下的数学模型 |
| 2.2 PMSM驱动系统匝间短路故障 |
| 2.3 永磁同步电机匝间故障特征量分析 |
| 2.4 本章小结 |
| 第3章 永磁同步电机匝间短路故障诊断 |
| 3.1 线性自抗扰控制技术 |
| 3.2 永磁同步电机匝间短路故障特征估计 |
| 3.2.1 基于LESO的 PMSM反电势提取 |
| 3.2.2 基于SOGI算法的故障特征量分离 |
| 3.3 永磁同步电机匝间短路诊断算法仿真实验 |
| 3.3.1 PMSM故障情况下的仿真模型 |
| 3.3.2 仿真结果分析 |
| 3.4 本章小结 |
| 第4章 永磁同步电机匝间短路故障容错控制 |
| 4.1 永磁同步电机矢量控制技术 |
| 4.2 针对永磁同步电机匝间短路容错控制 |
| 4.2.1 永磁同步电机匝间短路容错拓扑结构 |
| 4.2.2 容错电压空间矢量脉宽控制 |
| 4.2.3 基于零轴电压补偿容错控制的实现 |
| 4.2.4 转矩脉动抑制策略的实现 |
| 4.3 永磁同步电机匝间短路故障容错控制仿真实验 |
| 4.3.1 仿真模型的建立 |
| 4.3.2 仿真结果分析 |
| 4.4 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 攻读硕士学位期间研究成果 |
（6）基于振动分析法的变压器故障诊断研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 国外研究进展 |
| 1.2.2 国内研究进展 |
| 1.3 本文主要内容和章节安排 |
| 1.3.1 主要内容 |
| 1.3.2 章节结构安排 |
| 1.4 本章小结 |
| 2 大型电力变压器的故障研究 |
| 2.1 变压器的故障分类 |
| 2.1.1 变压器的内部和外部故障 |
| 2.1.2 变压器的绕组和铁心故障 |
| 2.2 电力变压器的绕组和铁心诊断方法研究 |
| 2.2.1 绕组故障检测方法 |
| 2.2.2 铁心故障检测方法 |
| 2.3 变压器的振动机理 |
| 2.3.1 变压器的振动来源和传播 |
| 2.3.2 变压器绕组的振动机理 |
| 2.3.3 变压器铁心的振动机理 |
| 2.3.4 磁致伸缩影响因素及控制方法 |
| 2.4 振动分析法 |
| 2.4.1 传统方法的缺陷 |
| 2.4.2 振动分析法的优势 |
| 2.5 小波包变换概述 |
| 2.6 机器学习算法 |
| 2.6.1 支撑向量机 |
| 2.6.2 极限学习机 |
| 2.6.3 深度机器学习 |
| 2.6.4 卷积神经网络 |
| 2.7 本章小结 |
| 3 振动采集平台的设计 |
| 3.1 振动传感器的选取和安装 |
| 3.1.1 振动传感器的选取 |
| 3.1.2 振动传感器的安装 |
| 3.2 振动采集平台的设计 |
| 3.2.1 抗干扰措施 |
| 3.2.2 振动采集电路搭建 |
| 3.2.3 采集板卡的原理 |
| 3.2.4 振动采集平台的测试 |
| 3.2.5 实地采集过程 |
| 3.3 本章小结 |
| 4 STM32 的采集嵌入式系统的设计 |
| 4.1 系统结构设计 |
| 4.2 振动数据采集系统硬件电路设计 |
| 4.2.1 单片机最小系统电路设计 |
| 4.2.2 AD采样电路设计 |
| 4.2.3 串口电路设计 |
| 4.2.4 电源电路设计 |
| 4.3 采集系统的软件设计 |
| 4.3.1 软件平台 |
| 4.3.2 软件程序设计 |
| 4.3.3 Free RTOS操作系统移植 |
| 4.3.4 主函数程序设计 |
| 4.3.5 采样子程序设计 |
| 4.4 测试结果 |
| 4.5 本章小结 |
| 5 变压器振动数据的算法分析 |
| 5.1 Hilbert变换和Hilbert谱 |
| 5.1.1 本征模态函数必须要满足的条件 |
| 5.1.2 本征模态分解 |
| 5.1.3 希尔伯特-黄变换 |
| 5.2 三种算法对比选择 |
| 5.2.1 机器学习算法存在的问题 |
| 5.2.2 小波变换与希尔伯特-黄的对比 |
| 5.2.3 希尔伯特-黄本身的优势 |
| 5.3 希尔伯特解包络 |
| 5.4 变压器的振动数据的谱图 |
| 5.4.1 稳态数据的分析和诊断 |
| 5.4.2 发电数据的分析和诊断 |
| 5.5 实验结果 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（7）基于随机森林的光伏电站结构故障诊断与分类研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 光伏故障识别难点分析 |
| 1.3 国内外研究现状 |
| 1.3.1 国内研究现状 |
| 1.3.2 国外研究现状 |
| 1.4 主要研究内容 |
| 1.5 组织结构 |
| 2 光伏电站基本原理 |
| 2.1 光伏电站的类型 |
| 2.2 光伏阵列模型搭建 |
| 2.2.1 光伏电池的建模 |
| 2.2.2 光伏阵列的建模 |
| 2.3 光伏阵列故障分析 |
| 2.4 故障状态下的阵列输出特性 |
| 2.4.1 正常情况下的特性曲线 |
| 2.4.2 开路故障的特性曲线 |
| 2.4.3 短路故障的特性曲线 |
| 2.4.4 老化故障的特性曲线 |
| 2.4.5 阴影遮挡的特性曲线 |
| 2.4.6 多种故障的特性曲线 |
| 2.5 本章小结 |
| 3 基于AFCM-SMOTE-RF的光伏电站结构故障诊断 |
| 3.1 近似的模糊C-均值聚类算法 |
| 3.2 合成少数过采样技术 |
| 3.3 随机森林算法 |
| 3.3.1 CART节点划分算法 |
| 3.3.2 随机森林的构建过程 |
| 3.3.3 随机森林的数学定义 |
| 3.4 AFCM-SMOTE-RF算法及应用 |
| 3.4.1 不平衡数据集概述 |
| 3.4.2 不平衡数据对检测模型影响 |
| 3.4.3 AFCM-SMOTE-RF算法 |
| 3.4.4 AFCM-SMOTE-RF算法在光伏电站结构故障检测中的应用 |
| 3.5 本章小结 |
| 4 实验与分析 |
| 4.1 光伏电站模型建立及参数设置 |
| 4.2 模型性能评估及数据集的获取 |
| 4.2.1 模型性能评估 |
| 4.2.2 数据集的获取 |
| 4.3 诊断模型性能分析 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（9）Γ源直流固态断路器关断区域界定与双向分断功能研究（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 .课题的研究背景及意义 |
| 1.2 .国内外研究现状及发展趋势 |
| 1.2.1 .Z-源类直流固态断路器 |
| 1.2.2 .Z-源类双向直流固态断路器 |
| 1.2.3 .Z-源类固态断路器自关断区域界定 |
| 1.2.4 .Z-源类固态断路器安全重合闸与再关断 |
| 1.3 .本文主要内容 |
| 2. Γ源耦合电感直流固态断路器 |
| 2.1 . Γ源断路器拓扑 |
| 2.2 .数学模型 |
| 2.2.1 .稳态模式 |
| 2.2.2 .短路模式 |
| 2.2.3 .晶闸管电压应力 |
| 2.3 .三种耦合电感断路器比对 |
| 2.3.1 .T/逆Γ/Γ源断路器拓扑 |
| 2.3.2 .关断速度比对 |
| 2.3.3 .短路电流比对 |
| 2.3.4 .晶闸管反压峰值和反向恢复时间比对 |
| 2.3.5 .关断范围比对 |
| 2.3.6 .三种耦合电感断路器性能总结 |
| 2.4 .仿真结果及分析 |
| 2.5 .本章小结 |
| 3. Γ源直流固态断路器性能优化 |
| 3.1 .双向Γ源直流断路器拓扑 |
| 3.1.1 .双向Z源类阻抗网络拓扑 |
| 3.1.2 .双向Γ源直流固态断路器 |
| 3.1.3 .工作模式 |
| 3.1.4 .仿真结果及分析 |
| 3.2 . Γ-DCCB短路与负载突变区域界定 |
| 3.2.1 .理论故障电阻界限 |
| 3.2.2 .考虑漏感的区域界定 |
| 3.2.3 .考虑耦合系数的界定范畴 |
| 3.2.4 .三维图区域界定 |
| 3.2.5 .仿真结果及分析 |
| 3.3 . Γ-DCCB的重合闸与重合闸再分断研究 |
| 3.3.1 .反向重复馈能重合闸法 |
| 3.3.2 .晶闸管相移控制重合闸法 |
| 3.3.3 .一种Ю源直流固态断路器及其控制方法 |
| 3.3.4 .三种重合闸再分断方法比对 |
| 3.3.5 .仿真结果及分析 |
| 3.4 .本章小结 |
| 4.系统设计与实现 |
| 4.1 .系统实现方案 |
| 4.2 .系统硬件设计 |
| 4.2.1 . Γ源网络 |
| 4.2.2 .驱动电路 |
| 4.2.3 .功率放大电路 |
| 4.3 .系统软件设计 |
| 4.4 .本章小结 |
| 5.实验验证与结果分析 |
| 5.1 .稳态和短路模式下断路器功能分析 |
| 5.2 .双向断路器拓扑性能分析 |
| 5.3 .短路与负载突变区域界定分析 |
| 5.4 .本章小结 |
| 6.全文总结及展望 |
| 6.1 .全文总结 |
| 6.2 .展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（10）SL-Z25010Y智能电容主控电路故障诊断方法及实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 故障诊断方法研究概况 |
| 1.2.1 基于解析模型的方法 |
| 1.2.2 基于信号处理的方法 |
| 1.2.3 基于知识的方法 |
| 1.3 主要研究内容与结构安排 |
| 第二章 专家系统与故障树分析 |
| 2.1 专家系统 |
| 2.1.1 专家系统概述 |
| 2.1.2 专家系统的结构 |
| 2.1.3 专家系统的分类 |
| 2.2 故障树分析法 |
| 2.2.1 故障数的建造步骤 |
| 2.2.2 故障树符号 |
| 2.2.3 故障树分析法的数学表示 |
| 2.2.4 故障树的定性分析 |
| 2.2.5 故障树的定量分析 |
| 2.3 基于故障树的专家系统 |
| 2.4 本章小结 |
| 第三章 SL-Z25010Y智能电容故障分析 |
| 3.1 SL-Z25010Y智能电容的组成 |
| 3.2 SL-Z25010Y智能电容工作原理 |
| 3.3 SL-Z25010Y智能电容技术指标 |
| 3.4 SL-Z25010Y智能电容的工作方式 |
| 3.4.1 主机工作方式 |
| 3.4.2 从机工作方式 |
| 3.5 SL-Z25010Y智能电容故障分析 |
| 3.5.1 电源电路5V与采样电路故障分析 |
| 3.5.2 通信电路与显示电路故障分析 |
| 3.5.3 指示灯不亮与按键电路故障分析 |
| 3.5.4 电压过零电路与磁保驱动电路故障分析 |
| 3.5.5 电容器与晶振电路故障分析 |
| 3.5.6 组网故障分析 |
| 3.6 本章小结 |
| 第四章 SL-Z25010Y主机智能电容故障树建立 |
| 4.1 故障树的建立 |
| 4.2 故障树定性与定量分析 |
| 4.2.1 定性分析 |
| 4.2.2 定量分析 |
| 4.2.3 改进层次分析法 |
| 4.3 本章小结 |
| 第五章 SL-Z25010Y主控电路故障诊断专家系统设计与实现 |
| 5.1 开发环境与开发分析 |
| 5.1.1 开发分析 |
| 5.1.2 开发环境 |
| 5.2 知识库的设计 |
| 5.2.1 知识的表示方法 |
| 5.2.2 知识的存储 |
| 5.2.3 知识的管理 |
| 5.3 推理机的设计 |
| 5.3.1 诊断流程设计 |
| 5.3.2 SL-Z25010Y主控电路故障诊断系统推理机的设计 |
| 5.4 专家系统人机界面介绍 |
| 5.4.1 系统总体设计 |
| 5.4.2 测试仪器与计算机连接 |
| 5.4.3 主界面 |
| 5.4.4 知识库管理功能 |
| 5.4.5 诊断实例 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
四、如何分析“短路”问题（论文参考文献）
- [1]永磁同步电机驱动系统故障诊断与容错控制研究[D]. 李慧臣. 长春工业大学, 2021(01)
- [2]电力变压器绕组故障下漏磁场及短路阻抗特性分析[D]. 段重玺. 沈阳工业大学, 2021
- [3]SiC MOSFET模块开关振荡抑制与短路保护研究[D]. 张明华. 中国矿业大学, 2021
- [4]基于综合稳定裕度的线路阻抗优化规划研究[D]. 阳帅. 湖北工业大学, 2021
- [5]基于观测器的电主轴驱动系统早期故障诊断研究[D]. 侯马骁. 沈阳建筑大学, 2021
- [6]基于振动分析法的变压器故障诊断研究[D]. 惠豪. 西安理工大学, 2021(01)
- [7]基于随机森林的光伏电站结构故障诊断与分类研究[D]. 马辉. 西安理工大学, 2021(01)
- [8]开关磁阻电机定子绕组故障诊断与故障信号传输研究[D]. 李克铖. 中国矿业大学, 2021
- [9]Γ源直流固态断路器关断区域界定与双向分断功能研究[D]. 安宁. 西安理工大学, 2021
- [10]SL-Z25010Y智能电容主控电路故障诊断方法及实现[D]. 丁健. 南京信息工程大学, 2021(01)