摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第12-20页 |
1.1 研究背景与意义 | 第12-14页 |
1.2 设备状态评估及其维护策略国内外研究现状 | 第14-16页 |
1.2.1 设备性能状态评估国内外研究现状 | 第14-15页 |
1.2.2 维护策略的国内外研究现状 | 第15-16页 |
1.3 风机齿轮箱的故障研究与维护策略研究现状 | 第16-17页 |
1.4 本文主要章节内容及研究成果 | 第17-18页 |
1.5 课题来源 | 第18-20页 |
第二章 齿轮箱故障、维护手段与维护策略研究 | 第20-36页 |
2.1 风力发电机组基本原理及其构成 | 第20-21页 |
2.2 风电机组齿轮箱的故障类型及维护 | 第21-28页 |
2.2.1 风电机组齿轮箱基本结构 | 第21-22页 |
2.2.2 风电机组齿轮箱的常见故障类型 | 第22-25页 |
2.2.3 齿轮箱常见故障及其维护措施 | 第25-28页 |
2.3 设备维护策略研究 | 第28-32页 |
2.3.1 设备维护的定义 | 第28-29页 |
2.3.2 以故障类型为主要依据的设备维护策略 | 第29页 |
2.3.3 以时间为主要依据的预防性维护策略 | 第29-31页 |
2.3.4 以运行状态为主要依据的预测性维护策略 | 第31-32页 |
2.4 风电机组齿轮箱的维护策略 | 第32-34页 |
2.4.1 维护策略影响因素的综合考虑 | 第32页 |
2.4.2 风电机组齿轮箱的维护策略对比 | 第32-33页 |
2.4.3 齿轮箱的预防维护需要面临的关键问题 | 第33-34页 |
2.5 本章小结 | 第34-36页 |
第三章 风电机组齿轮箱退化状态评估与状态识别 | 第36-46页 |
3.1 引言 | 第36页 |
3.2 基于SPR的齿轮箱退化状态评估与识别模型 | 第36-37页 |
3.3 风机齿轮箱退化状态评估与识别模型的实现 | 第37-41页 |
3.3.1 数据预处理 | 第37-38页 |
3.3.2 特征提取 | 第38页 |
3.3.3 齿轮箱退化状态数的确定 | 第38-40页 |
3.3.4 退化状态评估、识别以及RUL预测 | 第40-41页 |
3.4 实验验证与分析 | 第41-44页 |
3.4.1 风机齿轮箱实验台搭建 | 第41-42页 |
3.4.2 振动信号采集与处理 | 第42-43页 |
3.4.3 结论与分析 | 第43-44页 |
3.5 本章小结 | 第44-46页 |
第四章 基于AIS-SA混合网络的齿轮箱故障预警模型 | 第46-62页 |
4.1 基于BP神经网络的齿轮箱温度预测模型 | 第46页 |
4.2 BP神经网络及其应用局限 | 第46-48页 |
4.3 基于AIS-SA混合网络的预测算法 | 第48-53页 |
4.3.1 基于人工免疫的BP神经网络 | 第49-51页 |
4.3.2 基于扰动误差大小的学习率自适应算法 | 第51-53页 |
4.4 关键部件温度异常变化的故障预警方法 | 第53-55页 |
4.4.1 基于AIS-SA混合网络的油温预测方法 | 第53-54页 |
4.4.2 基于齿轮箱油温的故障预警模型 | 第54-55页 |
4.5 AIS-SA混合网络温度预测实验及结果分析 | 第55-60页 |
4.5.1 温度预测实验设置 | 第55-56页 |
4.5.2 同一退化状态下不同预测算法结果分析 | 第56-58页 |
4.5.3 不同衰退模式下AIS-SA混合网络温度预测结果分析 | 第58-59页 |
4.5.4 残差分析及故障预警判断 | 第59-60页 |
4.6 本章小结 | 第60-62页 |
第五章 风电机组齿轮箱的阶段性机会预防维护策略 | 第62-78页 |
5.1 引言 | 第62页 |
5.2 齿轮箱部件分阶段预防性维护模型的建立 | 第62-68页 |
5.2.1 预防性维护模型的理论基础及描述 | 第62-64页 |
5.2.2 模型的构架及关键算法 | 第64-68页 |
5.3 考虑多部件经济相关性的机会维护模型 | 第68-72页 |
5.3.1 问题描述与假设 | 第68-69页 |
5.3.2 基于多部件经济相关性的机会维护模型 | 第69-72页 |
5.4 算例验证 | 第72-76页 |
5.4.1 预防性机会维护策略分析 | 第72-74页 |
5.4.2 基于动态维护阈值的阶段性机会维护策略 | 第74-75页 |
5.4.3 两种维护策略维护动作判断及经济性分析 | 第75-76页 |
5.5 本章小结 | 第76-78页 |
第六章 结论与展望 | 第78-80页 |
6.1 工作内容与创新 | 第78页 |
6.2 总结与展望 | 第78-80页 |
参考文献 | 第80-86页 |
致谢 | 第86-88页 |
攻读硕士学位期间取得的研究成果 | 第88页 |