摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第8-14页 |
1.1 研究背景 | 第8-9页 |
1.2 研究的目的和意义 | 第9-11页 |
1.3 风机齿轮箱故障诊断研究现状 | 第11-13页 |
1.4 论文结构 | 第13-14页 |
第二章 风机齿轮箱故障类型及信号特征 | 第14-26页 |
2.1 风力发电机组基本结构及分类 | 第14-16页 |
2.1.1 风力发电机组基本结构 | 第14-15页 |
2.1.2 风力发电机组分类 | 第15-16页 |
2.2 风机故障类型分析 | 第16-19页 |
2.2.1 齿轮损伤 | 第16-17页 |
2.2.2 轴承损伤 | 第17页 |
2.2.3 轴故障 | 第17-18页 |
2.2.4 其它故障类型 | 第18-19页 |
2.3 风机齿轮箱振动信号及故障信号分析 | 第19-25页 |
2.3.1 齿轮箱的振动机理与振动特征 | 第19-21页 |
2.3.2 风机齿轮箱振动信号的频域特征 | 第21-25页 |
2.4 本章小结 | 第25-26页 |
第三章 风机齿轮箱故障特征研究及在线数据分析 | 第26-44页 |
3.1 风机齿轮箱振动信号分析 | 第26-31页 |
3.1.1 风机齿轮箱 | 第26-27页 |
3.1.2 齿轮箱振动信号的频谱分析 | 第27-31页 |
3.2 异步特征信号及其分析方法 | 第31-38页 |
3.2.1 非平稳信号 | 第31-32页 |
3.2.2 基于三次样条插值的异步信号重采样 | 第32-36页 |
3.2.3 异步信号的时域平均方法 | 第36-38页 |
3.3 风机齿轮箱振动信号的预处理 | 第38-42页 |
3.3.1 基于三次样条插值的风机齿轮箱振动信号重采样 | 第38-40页 |
3.3.2 重采样信号的时域平均分析 | 第40-42页 |
3.4 本章小结 | 第42-44页 |
第四章 风机齿轮箱振动信号的符号动力学分析及故障诊断 | 第44-61页 |
4.1 符号动力学分析 | 第44-47页 |
4.1.1 符号动力学分析概述 | 第44-45页 |
4.1.2 符号时间序列分析的常规方法 | 第45-47页 |
4.2 基于PFSA的时间序列的符号分析 | 第47-51页 |
4.2.1 符号序列PFSA建模 | 第47-48页 |
4.2.2 符号序列的在线分类 | 第48-51页 |
4.3 风机齿轮箱振动信号的符号动力学分析与故障诊断 | 第51-59页 |
4.3.1 风机齿轮箱振动信号的符号划分 | 第51-52页 |
4.3.2 风机齿轮箱故障诊断的符号动力学PFSA训练过程 | 第52-54页 |
4.3.3 风机齿轮箱故障诊断的符号动力学PFSA故障诊断测试 | 第54-57页 |
4.3.4 符号集划分数对故障判断准确性的分析 | 第57-59页 |
4.4 本章小结 | 第59-61页 |
第五章 结论和展望 | 第61-63页 |
5.1 工作总结 | 第61-62页 |
5.2 论文展望 | 第62-63页 |
参考文献 | 第63-67页 |
致谢 | 第67-68页 |
攻读硕士学位期间所取得的相关科研成果 | 第68页 |