| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 风电机组齿轮箱故障预测技术研究现状 | 第11-13页 |
| 1.2.1 风电机组齿轮箱故障特征提取方法研究 | 第11-12页 |
| 1.2.2 风电机组齿轮箱故障预测方法研究 | 第12-13页 |
| 1.3 本课题主要研究内容 | 第13-16页 |
| 第2章 风电机组齿轮箱故障演化规律分析 | 第16-24页 |
| 2.1 风电机组齿轮箱主要结构 | 第16-17页 |
| 2.2 风电机组齿轮箱故障演化规律分析 | 第17-23页 |
| 2.2.1 齿轮主要故障模式与振动机理 | 第17-19页 |
| 2.2.2 滚动轴承主要故障模式与振动机理 | 第19-21页 |
| 2.2.3 轴系主要故障模式 | 第21-22页 |
| 2.2.4 风电机组齿轮箱故障演化规律分析 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 基于HSMM的风电机组齿轮箱故障预测理论 | 第24-43页 |
| 3.1 引言 | 第24页 |
| 3.2 HMM相关理论及算法基础 | 第24-30页 |
| 3.2.1 Markov模型基本理论 | 第24-25页 |
| 3.2.2 HMM基本理论 | 第25-26页 |
| 3.2.3 HMM数学描述 | 第26-30页 |
| 3.3 HSMM相关理论及改进算法研究 | 第30-38页 |
| 3.3.1 HSMM简介 | 第30-33页 |
| 3.3.2 HSMM算法的重新定义 | 第33-36页 |
| 3.3.3 HSMM参数初始化与重估 | 第36-38页 |
| 3.4 基于HSMM的风电机组齿轮箱故障预测方法描述 | 第38-42页 |
| 3.4.1 基于HSMM的故障预测总体思路 | 第38-39页 |
| 3.4.2 基于HSMM的退化状态识别方法 | 第39-40页 |
| 3.4.3 基于HSMM的剩余寿命估计方法 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 试验研究及结果分析 | 第43-66页 |
| 4.1 方法示例 | 第43-48页 |
| 4.1.1 数据来源及特征提取 | 第43-46页 |
| 4.1.2 状态分类及模型构建 | 第46-48页 |
| 4.2 基于连续型HSMM的轴承剩余寿命预测 | 第48-58页 |
| 4.2.1 试验装置说明 | 第49-50页 |
| 4.2.2 试验数据处理 | 第50-53页 |
| 4.2.3 预测结果分析 | 第53-58页 |
| 4.3 基于连续型HSMM的齿轮剩余寿命预测 | 第58-65页 |
| 4.3.1 试验装置简介 | 第58-59页 |
| 4.3.2 数据状态分类 | 第59-62页 |
| 4.3.3 故障预测分析 | 第62-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第5章 结论与展望 | 第66-68页 |
| 5.1 结论 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士期间发表的论文及其它成果 | 第73-74页 |
| 致谢 | 第74页 |