风力发电机齿轮箱故障特征提取及分类方法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景 | 第10-13页 |
| ·国内外发展现状 | 第13-14页 |
| ·国外风力发电的发展概况及趋势 | 第13-14页 |
| ·国内风力发电的发展概况及趋势 | 第14页 |
| ·国内外故障诊断的研究 | 第14-16页 |
| ·国内外故障诊断的发展情况 | 第14-15页 |
| ·国内外风力发电机齿轮箱故障诊断的研究 | 第15-16页 |
| ·本文主要内容 | 第16-17页 |
| 第2章 风力发电机齿轮箱的故障形式及诊断机理 | 第17-32页 |
| ·风力发电机的机构组成和工作原理 | 第17-18页 |
| ·国外的研究进展 | 第17-18页 |
| ·风力发电机的工作原理 | 第18页 |
| ·齿轮箱的常见故障和振动机理 | 第18-21页 |
| ·齿轮箱常见的故障 | 第18-20页 |
| ·齿轮箱的振动机理 | 第20-21页 |
| ·振动信号滤波处理技术 | 第21-29页 |
| ·传统的数字滤波器 | 第21-22页 |
| ·小波变换 | 第22-23页 |
| ·经验模态分解(EMD) | 第23-24页 |
| ·集合经验模态分解(EEMD) | 第24-27页 |
| ·独立分量分析(ICA) | 第27-29页 |
| ·传统振动信号的分析方法 | 第29-31页 |
| ·时域分析法 | 第29-30页 |
| ·频域分析法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于LMD的信号分析和特征量提取 | 第32-45页 |
| ·局部均值分解 | 第32-34页 |
| ·局部均值分解简介 | 第32页 |
| ·局部均值分解的基本原理 | 第32-34页 |
| ·LMD分解的特点 | 第34-37页 |
| ·振动信号的特征量提取 | 第37-43页 |
| ·多重分形 | 第37-38页 |
| ·多重分形谱及特征提取 | 第38-41页 |
| ·近似熵 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 模糊C聚类分析方法 | 第45-52页 |
| ·聚类分析方法的概况 | 第45-48页 |
| ·聚类分析方法的基本概念 | 第45页 |
| ·聚类的算法及分类 | 第45-48页 |
| ·模式识别的基本方法 | 第48-49页 |
| ·最大隶属度原则 | 第48页 |
| ·贴近度择近原则 | 第48-49页 |
| ·模糊C均值聚类 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 故障诊断试验及应用 | 第52-66页 |
| ·振动数据来源 | 第52-53页 |
| ·频谱分析 | 第53-54页 |
| ·振动信号去噪 | 第54-58页 |
| ·EMD分解消噪 | 第54-55页 |
| ·EEMD分解消噪 | 第55-56页 |
| ·基于EEMD与ICA相结合的消噪方法 | 第56-58页 |
| ·定量分析 | 第58-60页 |
| ·多重分形分析提取特征量 | 第58-60页 |
| ·依据近似熵的特征提取 | 第60页 |
| ·聚类在模式识别中的应用 | 第60-61页 |
| ·对风力发电模拟实验平台数据的分析 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |
