- 作 者：王攀攀著
- 出 版 社：徐州：中国矿业大学出版社
- 出版年份：2017
- ISBN：9787564635183
- 注意：在使用云解压之前，请认真核对实际PDF页数与内容!
在线云解压
价格(点数)
购买连接
说明
转为PDF格式
7
（在线云解压服务）
云解压服务说明
1、本站所有的云解压默认都是转为PDF格式，该格式图书只能阅读和打印，不能再次编辑。
云解压下载及付费说明
1、所有的电子图书云解压均转换为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、云解压在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
1 绪论 1
1.1 研究的目的和意义 1
1.2 感应电动机定、转子故障诊断技术的研究现状 3
1.3 微粒群优化算法及其在故障诊断中的应用 10
1.4 本书的主要研究内容 19
1.5 本书约定 21
2 基于单纯形法和改进骨干微粒群算法的混合优化算法 22
2.1 研究背景 22
2.2 骨干微粒群算法和单纯形法 24
2.3 改进的骨干微粒群算法 27
2.4 基于单纯形法和改进骨干微粒群算法的混合优化算法 30
2.5 收敛性分析 32
2.6 复杂度分析 34
2.7 实验及分析 35
2.8 本章小结 48
3 基于混合骨干微粒群算法的感应电动机转子断条故障检测 49
3.1 研究背景 49
3.2 转子断条故障特征的机理分析 50
3.3 基于混合骨干微粒群算法的基波滤除方法 53
3.4 实验及分析 56
3.5 本章小结 72
4 基于混合骨干微粒群算法的感应电动机定子故障检测 73
4.1 研究背景 73
4.2 基于SM-MBBPSO和小波包的感应电动机定子故障检测方法 74
4.3 基于SM-MBBPSO算法提取正、负序相量的感应电机定子故障检测方法 88
4.4 本章小结 100
5 基于混合骨干微粒群算法和支持向量机的感应电动机定、转子故障识别 102
5.1 研究背景 102
5.2 支持向量机 103
5.3 混合骨干微粒群算法优化支持向量机参数 110
5.4 基于SM-MBBPSO和SVM的定、转子故障识别方法 113
5.5 实验及分析 116
5.6 本章小结 124
6 总结与展望 125
6.1 全书总结 125
6.2 下一步研究工作的展望 127
参考文献 129