基于支持向量机的同步风电机组故障诊断系统的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9-10页 |
| ·选题意义 | 第10-11页 |
| ·国内外研究发展状况 | 第11-14页 |
| ·研究现状 | 第12-13页 |
| ·风电机组故障诊断技术发展趋势 | 第13-14页 |
| ·本文章节安排 | 第14-16页 |
| 第二章 风电机组原理和故障分析 | 第16-22页 |
| ·机组原理及其组成结构 | 第16-17页 |
| ·风电机组主要类型 | 第16-17页 |
| ·直驱型同步风电机组结构 | 第17页 |
| ·风电机组常见故障介绍 | 第17-19页 |
| ·齿轮箱故障 | 第18页 |
| ·主传动轴承故障 | 第18-19页 |
| ·发电机组故障 | 第19页 |
| ·故障诊断基本原理与方法 | 第19-21页 |
| ·故障诊断的概念 | 第19-20页 |
| ·典型设备状态监测方法 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 故障诊断系统整体方案 | 第22-46页 |
| ·故障诊断系统的要求 | 第22-23页 |
| ·信号处理分析方法 | 第23-29页 |
| ·典型信号分析方法 | 第24-26页 |
| ·小波分析基本原理 | 第26-28页 |
| ·小波包分析法的优点 | 第28-29页 |
| ·风电机组电流信号的分析 | 第29-37页 |
| ·电流信号故障诊断的基本原理 | 第30-32页 |
| ·机组故障电信号特征频率 | 第32-33页 |
| ·小波包变换在电流信号分析中的应用 | 第33-37页 |
| ·智能故障诊断系统比较与选择 | 第37-42页 |
| ·专家系统原理及不足 | 第37-38页 |
| ·BP神经网络及其局限 | 第38-40页 |
| ·支持向量机法原理和优势 | 第40-42页 |
| ·故障诊断系统整体方案 | 第42-45页 |
| ·故障诊断系统功能 | 第43页 |
| ·故障诊断系统整体方案设计 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 故障诊断系统设计 | 第46-54页 |
| ·数据采集与信号处理模块设计 | 第46-48页 |
| ·数据处理模块 | 第46页 |
| ·电流信号故障特征向量提取模块 | 第46-48页 |
| ·系统监控与主数据库模块设计 | 第48-50页 |
| ·系统监控模块 | 第48页 |
| ·系统诊断数据库模块 | 第48-50页 |
| ·智能诊断模块设计 | 第50-53页 |
| ·与支持向量机有关的函数简介 | 第50-51页 |
| ·程序流程图 | 第51页 |
| ·SVM多故障分类器的建立 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 故障推理模块仿真与结果分析 | 第54-60页 |
| ·故障推理模块的建模 | 第54-56页 |
| ·故障特征向量提取 | 第54-55页 |
| ·特征向量数据处理 | 第55-56页 |
| ·SVM系统的实验和仿真 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 总结与展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间主要的研究成果 | 第67页 |
