摘要 | 第4-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第11-23页 |
1.1 课题研究背景意义 | 第11-13页 |
1.1.1 研究背景 | 第11-12页 |
1.1.2 研究意义 | 第12-13页 |
1.2 风机故障诊断研究现状 | 第13-20页 |
1.2.1 风机齿轮箱运行工况及现有诊断方式 | 第13-15页 |
1.2.2 故障诊断方法现状 | 第15-19页 |
1.2.3 风机齿轮箱故障诊断存在的技术问题 | 第19-20页 |
1.3 本文主要研究内容和技术路线 | 第20-23页 |
1.3.1 研究技术路线 | 第20-21页 |
1.3.2 文章组织架构 | 第21-23页 |
第2章 风力对风机齿轮箱高故障率的影响机理 | 第23-34页 |
2.1 齿轮箱结构及典型故障 | 第23-26页 |
2.2 变风速下风机系统特性 | 第26-28页 |
2.3 齿轮箱传动模型建立 | 第28-29页 |
2.4 齿轮传动动力学仿真 | 第29-32页 |
2.5 缓冲环节对减小齿轮啮合冲击的作用 | 第32-34页 |
2.6 本章小结 | 第34页 |
第3章 风力对风机传动系统固有频率的影响机理 | 第34-42页 |
3.1 固有频率相关因素 | 第35-36页 |
3.2 风力对风机齿轮固有频率的影响 | 第36-37页 |
3.3 模态分析 | 第37-41页 |
3.3.1 预应力模态分析原理 | 第37-38页 |
3.3.2 齿轮预应力模态分析 | 第38-41页 |
3.4 模态变化规律分析 | 第41页 |
3.5 本章小结 | 第41-42页 |
第4章 齿轮箱振动传感器测点优化布置研究 | 第42-50页 |
4.1 免疫诊断原理 | 第42-44页 |
4.2 齿轮箱坐标系建立 | 第44-46页 |
4.3 传感器最佳测点布置 | 第46-47页 |
4.4 仿真实验验证 | 第47-49页 |
4.5 本章小结 | 第49-50页 |
第5章 基于谱峭度的共振解调诊断方法研究 | 第50-66页 |
5.1 故障诊断方法 | 第50-55页 |
5.2 共振解调技术 | 第55页 |
5.3 信号降噪 | 第55页 |
5.4 Fast kurtogram算法 | 第55-57页 |
5.5 Fast kurtogram与共振解调融合 | 第57-58页 |
5.6 滤波中心频率修正 | 第58页 |
5.7 实验验证 | 第58-65页 |
5.7.1 实验台搭建 | 第58-61页 |
5.7.2 实验运行过程 | 第61-62页 |
5.7.3 算法验证 | 第62-65页 |
5.8 本章小结 | 第65-66页 |
第6章 风机虚拟联合仿真试验台系统 | 第66-75页 |
6.1 虚拟试验系统原理 | 第66-67页 |
6.2 风速模型优化 | 第67-69页 |
6.3 试验台传动模型建立 | 第69-71页 |
6.4 协同仿真 | 第71-73页 |
6.5 可信度评估 | 第73-74页 |
6.6 本章小结 | 第74-75页 |
第7章 风机故障诊断与监测系统 | 第75-91页 |
7.1 系统原理 | 第75-76页 |
7.1.1 诊断原理 | 第75-76页 |
7.1.2 监测原理 | 第76页 |
7.2 系统诊断功能 | 第76-79页 |
7.2.1 数据采集 | 第77-78页 |
7.2.2 数据分析 | 第78-79页 |
7.2.3 数据保存 | 第79页 |
7.3 诊断系统算法置入 | 第79-80页 |
7.4 诊断机制 | 第80-84页 |
7.4.1 算法 | 第80-81页 |
7.4.2 阈值的确定 | 第81-84页 |
7.5 全景虚拟监测 | 第84-87页 |
7.5.1 流媒体技术 | 第85页 |
7.5.2 全景技术 | 第85-87页 |
7.6 系统实验验证 | 第87-90页 |
7.6.1 诊断功能验证 | 第87-89页 |
7.6.2 监测功能实现 | 第89-90页 |
7.7 本章小结 | 第90-91页 |
第8章 结论与展望 | 第91-93页 |
8.1 研究总结 | 第91-92页 |
8.2 创新点 | 第92页 |
8.3 未来研究工作 | 第92-93页 |
参考文献 | 第93-101页 |
攻读学位期间所取得的相关科研成果 | 第101-103页 |
致谢 | 第103页 |