摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-19页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-17页 |
1.2.1 水轮发电机组振动监测发展现状 | 第11-13页 |
1.2.2 水轮发电机组振动信号特征提取研究现状 | 第13-15页 |
1.2.3 水轮发电机组振动信号特征选择研究现状 | 第15-16页 |
1.2.4 水轮发电机组故障诊断技术研究现状 | 第16-17页 |
1.3 论文的主要研究内容 | 第17-19页 |
第2章 水轮发电机组无线振动监测系统总体设计 | 第19-27页 |
2.1 水轮发电机组振动分析 | 第19-22页 |
2.1.1 振动的水力因素 | 第20-21页 |
2.1.2 振动的机械因素 | 第21-22页 |
2.1.3 振动的电气因素 | 第22页 |
2.2 监测点的选取 | 第22-24页 |
2.3 水轮发电机组振动监测系统功能分析 | 第24-26页 |
2.3.1 振动数据采集功能分析 | 第25页 |
2.3.2 数据无线传输功能分析 | 第25-26页 |
2.3.3 系统功能与性能标准要求 | 第26页 |
2.4 本章小结 | 第26-27页 |
第3章 水轮发电机组无线振动监测系统软硬件设计 | 第27-45页 |
3.1 水轮发电机组无线振动监测系统总体框架 | 第27-28页 |
3.2 水轮发电机组无线振动传感器采集节点硬件设计 | 第28-35页 |
3.2.1 振动传感器选型 | 第28-30页 |
3.2.2 短距无线传输模块 | 第30-32页 |
3.2.3 微处理器模块 | 第32-33页 |
3.2.4 调理电路 | 第33页 |
3.2.5 模拟量采集电路 | 第33-34页 |
3.2.6 电源管理电路 | 第34-35页 |
3.3 水轮发电机组无线振动汇聚节点硬件设计 | 第35-38页 |
3.3.1 RTU模块硬件设计 | 第36-37页 |
3.3.2 GPRS模块 | 第37-38页 |
3.4 水轮发电机组无线振动传感器采集节点软件设计 | 第38-39页 |
3.5 水轮发电机组无线振动汇聚节点软件设计 | 第39-40页 |
3.6 水轮发电机组无线振动监测RTU软件设计 | 第40-44页 |
3.6.1 RTU工作模式程序设计 | 第41-42页 |
3.6.2 USR-GM3模块远程通讯设计 | 第42-44页 |
3.6.3 RTU存储程序设计 | 第44页 |
3.7 本章小结 | 第44-45页 |
第4章 水轮发电机组振动数据特征提取和特征选择处理 | 第45-58页 |
4.1 基于FastICA的水轮发电机组振动故障特征提取 | 第45-51页 |
4.1.1 ICA基本理论 | 第45-46页 |
4.1.2 改进的FastICA算法 | 第46-49页 |
4.1.3 仿真分析 | 第49-51页 |
4.2 基于Relief-mRMR的水轮发电机组振动故障特征选择 | 第51-57页 |
4.2.1 Relief特征降维算法 | 第52-53页 |
4.2.2 mRMR(最大最小冗余)算法 | 第53-54页 |
4.2.3 Relief-mRMR算法 | 第54-55页 |
4.2.4 实例分析 | 第55-57页 |
4.3 本章小结 | 第57-58页 |
第5章 水轮发电机组故障诊断研究 | 第58-71页 |
5.1 NSET的计算方法 | 第58-62页 |
5.1.1 选择水轮发电机组训练数据生成过程记忆矩阵 | 第59页 |
5.1.2 估计矩阵的输出 | 第59-61页 |
5.1.3 NSET残差分析 | 第61-62页 |
5.2 基于NSET的水轮发电机组振动故障分析 | 第62-64页 |
5.2.1 实验背景 | 第62-63页 |
5.2.2 数据处理 | 第63-64页 |
5.3 基于NSET的水轮发电机组振动故障诊断建模 | 第64-68页 |
5.3.1 机组正常运行时验证NSET | 第64-68页 |
5.3.2 机组异常运行时验证NSET | 第68页 |
5.4 BP神经网络算法与NSET建模效果对比 | 第68-70页 |
5.5 本章小结 | 第70-71页 |
第6章 总结与展望 | 第71-73页 |
6.1 全文总结 | 第71-72页 |
6.2 展望 | 第72-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-77页 |
攻读硕士学位期间的研究成果 | 第77页 |