声明
摘要
第1章 绪论
1.1 课题研究背景及意义
1.2 故障诊断国内外研究与应用现状
1.2.1 定性分析方法
1.2.2 定量分析方法
1.3 核方法及其在故障诊断中的应用
1.3.1 支持向量机
1.3.2 核主成分分析
1.4 课题研究的目的
1.4.1 核方法对IGBT故障的诊断
1.4.2 核方法的先进性与优势
1.5 本文的主要研究内容
第2章 ACS600变频器IGBT故障机理分析
2.1 ACS600变频器的结构及工作原理
2.1.1 ACS600工作原理
2.1.2 ACS600整流单元与逆变器单元
2.2 IGBT的故障机理分析
2.2.1 IGBT的结构及工作原理
2.2.2 IGBT的基本特性
2.2.3 IGBT的主要参数
2.2.4 IGBT的故障机理
2.3 ACS600逆变器IGBT故障原因分析
2.3.1 现场采集的模拟量
2.3.2 故障类别及采用的故障诊断方法
2.4 本章小结
第3章 基于核主元分析的故障检测方法研究
3.1 主元分析特征提取及故障检测
3.1.1 IGBT的主元分析故障特征提取
3.1.2 IGBT的主元分析故障检测
3.2 核主元分析特征提取及故障检测
3.2.1 核函数
3.2.2 IGBT的核主元分析故障特征提取
3.2.3 IGBT的核主元分析故障检测
3.3 基于PCA与KPCA的IGBT故障特征提取效果对比
3.4 本章小结
第4章 基于支持向量机的故障分类算法研究
4.1 统计学习理论与支持向量机
4.1.1 统计学习理论的主要内容
4.1.2 支持向量机
4.2 基于支持向量机的IGBT多分类算法研究
4.2.1 IGBT故障的多类分类问题
4.2.2 基于IGBT故障特征数据的支持向量机训练
4.2.3 基于“一对一”分类方法的IGBT故障分类
4.2.4 基于DAGSVM分类方法的IGBT故障分类
4.3 本章小结
第5章 IGBT故障分类器分类性能改进
5.1 影响分类器分类性能的因素
5.1.1 核函数参数
5.1.2 核函数
5.2 基于IGBT故障分类的核参数优化研究
5.2.1 核参数优化方法概述
5.2.2 量子粒子群优化方法概述
5.2.3 基于IGBT故障诊断核函数参数优化
5.2.4 收缩-扩张因子选择对分类正确率的影响
5.3 基于IGBT故障分类的核函数选择研究
5.3.1 不同核函数组合仿真研究
5.3.2 混合核函数仿真研究
5.4 基于IGBT故障诊断结果及分析
5.5 本章小结
第6章 结论与展望
参考文献
致谢