| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 课题研究意义 | 第12-13页 |
| 1.4 主要研究内容 | 第13-15页 |
| 第2章 汽轮发电机组自激振动原因及处理措施 | 第15-24页 |
| 2.1 汽轮发电机组自激振动故障机理 | 第15-16页 |
| 2.2 油膜失稳故障 | 第16-19页 |
| 2.2.1 油膜失稳故障原因 | 第16-18页 |
| 2.2.2 油膜失稳特征分析 | 第18-19页 |
| 2.2.3 油膜失稳故障处理 | 第19页 |
| 2.3 蒸汽激振故障 | 第19-22页 |
| 2.3.1 蒸汽激振故障原因 | 第20-21页 |
| 2.3.2 蒸汽激振特征分析 | 第21页 |
| 2.3.3 蒸汽激振故障处理 | 第21-22页 |
| 2.4 蒸汽激振与油膜失稳的区别与联系 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 汽轮发电机组轴系自激振动FMEA及FTA分析 | 第24-32页 |
| 3.1 FMEA与FTA方法 | 第24-25页 |
| 3.1.1 故障模式和影响分析 | 第24页 |
| 3.1.2 故障树分析方法 | 第24-25页 |
| 3.2 油膜失稳故障FMEA及FTA分析 | 第25-28页 |
| 3.2.1 油膜失稳故障模式及其影响分析 | 第25-26页 |
| 3.2.2 油膜失稳故障树分析 | 第26-28页 |
| 3.3 蒸汽激振FMEA及FTA分析 | 第28-31页 |
| 3.3.1 蒸汽激振故障模式及其影响分析 | 第28-29页 |
| 3.3.2 蒸汽激振故障树分析方法 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 汽轮发电机组轴系振动时间序列预测研究 | 第32-47页 |
| 4.1 时间序列 | 第32页 |
| 4.2 经验模态分解与集合经验模态分解 | 第32-35页 |
| 4.3 BP神经网络 | 第35-37页 |
| 4.4 EEMD-BP组合预测模型 | 第37-41页 |
| 4.4.1 振动信号采集及其EEMD预处理 | 第38-39页 |
| 4.4.2 对EEMD各个分解量进行BP预测 | 第39-41页 |
| 4.4.3 EEMD-BP方法对原始数据预测结果 | 第41页 |
| 4.5 EMD-BP、BP两种方法建模预测 | 第41-43页 |
| 4.5.1 EMD-BP组合方法预测 | 第42页 |
| 4.5.2 BP神经网络方法直接预测 | 第42-43页 |
| 4.6 EEMD-BP、EMD-BP、BP三种预测方法结果对比 | 第43-45页 |
| 4.7 本章小结 | 第45-47页 |
| 第5章 汽轮发电机组自激振动预警方法分析 | 第47-56页 |
| 5.1 设备故障预警 | 第47-48页 |
| 5.2 汽轮发电机组轴系自激振动故障预警原理与流程 | 第48-50页 |
| 5.3 蒸汽激振预警案例分析 | 第50-55页 |
| 5.3.1 振动数据采集 | 第50-51页 |
| 5.3.2 振动数据EEMD-BP预测 | 第51-52页 |
| 5.3.3 振动数据特征分析 | 第52-54页 |
| 5.3.4 判定故障模式 | 第54页 |
| 5.3.5 预警方法分析 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第6章 结论与展望 | 第56-58页 |
| 6.1 本文结论 | 第56页 |
| 6.2 未来展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间发表的论及其它成果 | 第63-64页 |
| 致谢 | 第64页 |
