致谢 | 第4-5页 |
摘要 | 第5-6页 |
Abstract | 第6页 |
1. 绪论 | 第9-21页 |
1.1 课题来源 | 第9页 |
1.2 本文研究意义 | 第9-12页 |
1.3 设备状态监测与故障诊断系统研究现状与发展 | 第12-15页 |
1.4 风力发电机组状态监测与故障诊断系统研究进展 | 第15-16页 |
1.5 本文研究内容 | 第16-21页 |
2. 风力发电机故障分析与远程监测系统设计 | 第21-33页 |
2.1 风力发电机工作原理与基本结构 | 第21-24页 |
2.2 风力发电机常见故障类型分析 | 第24-28页 |
2.2.1 齿轮故障 | 第24-25页 |
2.2.2 主轴故障 | 第25-26页 |
2.2.3 轴承故障 | 第26-27页 |
2.2.4 发电机故障 | 第27页 |
2.2.5 其它常见故障 | 第27-28页 |
2.3 风力发电机组远程监测系统平台设计 | 第28-32页 |
2.3.1 系统总体架构 | 第28-31页 |
2.3.2 数据采集处理 | 第31-32页 |
2.4 本章小结 | 第32-33页 |
3. 振动状态监测与故障诊断系统结构设计 | 第33-45页 |
3.1 系统开发模式选择与结构设计 | 第33-38页 |
3.1.1 系统模式选择 | 第33-36页 |
3.1.2 系统结构设计与测点布局 | 第36-38页 |
3.2 数据库设计 | 第38-41页 |
3.2.1 数据库选择 | 第38页 |
3.2.2 数据库方案设计 | 第38-41页 |
3.3 系统功能模块设计 | 第41-44页 |
3.4 本章小结 | 第44-45页 |
4. 故障特征提取方法研究 | 第45-67页 |
4.1 风力发电机传动系统故障特征 | 第45-47页 |
4.2 故障特征信号分析方法 | 第47-53页 |
4.2.1 时域分析 | 第47-48页 |
4.2.2 频域分析 | 第48-51页 |
4.2.3 时频分析 | 第51-52页 |
4.2.4 mRMR特征提取方法 | 第52-53页 |
4.3 数据分析与算法验证 | 第53-66页 |
4.3.1 风场数据与实验数据分析 | 第53-62页 |
4.3.2 基于mRMR的故障特征提取方法 | 第62-66页 |
4.4 本章小结 | 第66-67页 |
5. 振动状态监测与故障诊断系统软件设计 | 第67-77页 |
5.1 系统开发技术 | 第67-69页 |
5.1.1 ASP.NET与C | 第67-68页 |
5.1.2 ADO.NET数据访问类库 | 第68-69页 |
5.1.3 JSON数据传输格式与Ajax | 第69页 |
5.2 系统界面设计 | 第69-75页 |
5.3 本章小结 | 第75-77页 |
6. 总结与展望 | 第77-79页 |
6.1 工作总结 | 第77-78页 |
6.2 研究展望 | 第78-79页 |
参考文献 | 第79-84页 |
攻读硕士学位期间主要的研究成果及参加的项目 | 第84页 |