直驱型同步风力发电机组故障诊断系统的研究和设计
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·课题背景 | 第9-10页 |
| ·课题目的及意义 | 第10-12页 |
| ·研究现状与发展方向 | 第12-15页 |
| ·风电机组故障诊断的研究现状 | 第12-14页 |
| ·存在的问题及发展方向 | 第14-15页 |
| ·本文研究的主要内容与章节安排 | 第15-17页 |
| 第二章 风电机组原理及其主要故障类型分析 | 第17-24页 |
| ·风电机组原理与结构 | 第17-18页 |
| ·风电机组类型介绍 | 第17-18页 |
| ·直驱型同步风电机组的主要结构 | 第18页 |
| ·风电机组典型故障分析 | 第18-21页 |
| ·齿轮箱故障 | 第19页 |
| ·主传动轴承故障 | 第19-20页 |
| ·发电机组故障 | 第20-21页 |
| ·故障诊断基本理论与方法 | 第21-23页 |
| ·故障及故障诊断的定义 | 第21-22页 |
| ·状态监测方法的分析 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 故障诊断系统总体方案 | 第24-50页 |
| ·故障诊断系统的设计原则 | 第24-26页 |
| ·信号分析方法的选择 | 第26-32页 |
| ·信号处理的基本方法 | 第26-28页 |
| ·小波分析的基本原理 | 第28-30页 |
| ·小波包及其在故障诊断应用中的优势 | 第30-32页 |
| ·电流信号故障诊断技术研究 | 第32-40页 |
| ·电流信号故障诊断的基本原理 | 第32-35页 |
| ·同步发电机组故障电流特征频率 | 第35-36页 |
| ·小波包变换在电流信号分析中的应用研究 | 第36-40页 |
| ·智能故障诊断系统选择 | 第40-45页 |
| ·专家系统原理及不足 | 第40-41页 |
| ·BP神经网络及其改进算法 | 第41-44页 |
| ·神经网络与专家系统的结合 | 第44-45页 |
| ·故障诊断系统的总体方案 | 第45-48页 |
| ·故障诊断系统功能需求 | 第45-46页 |
| ·诊断系统总体方案设计 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 风电机组故障诊断系统设计 | 第50-62页 |
| ·数据采集与信号处理模块设计 | 第50-52页 |
| ·数据采集与处理模块 | 第50-51页 |
| ·电流故障特征向量提取模块 | 第51-52页 |
| ·系统监控与主数据库模块设计 | 第52-55页 |
| ·诊断系统监控模块 | 第52-53页 |
| ·故障诊断数据库模块 | 第53-55页 |
| ·智能诊断模块设计 | 第55-61页 |
| ·神经网络专家系统知识库 | 第55-58页 |
| ·故障推理模块及故障解释模块 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 故障推理模块仿真与结果分析 | 第62-71页 |
| ·故障推理模块的建模 | 第62-66页 |
| ·故障征兆与特征向量提取 | 第62-63页 |
| ·特征向量数据预处理 | 第63-65页 |
| ·神经网络推理系统的构建 | 第65-66页 |
| ·故障推理模块训练和诊断仿真 | 第66-70页 |
| ·BP神经网络的训练 | 第66-69页 |
| ·故障诊断仿真与结果分析 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士学位期间主要的研究成果 | 第78页 |
