| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 目录 | 第10-13页 |
| 1 绪论 | 第13-24页 |
| ·选题背景及意义 | 第13-17页 |
| ·选题背景 | 第13页 |
| ·选题意义 | 第13-17页 |
| ·汽轮发电机组状态趋势预测技术的发展概况 | 第17-19页 |
| ·汽轮发电机组故障诊断技术的发展概况 | 第19-20页 |
| ·本文的主要内容与结构 | 第20-24页 |
| 2 汽轮发电机组常见典型故障机理与特征分析 | 第24-37页 |
| ·引起汽轮发电机组振动故障的原因 | 第24页 |
| ·常见典型故障的机理与特征 | 第24-34页 |
| ·不平衡故障 | 第24-27页 |
| ·不对中故障 | 第27-30页 |
| ·油膜涡动故障 | 第30-32页 |
| ·动静碰摩故障 | 第32-34页 |
| ·火电厂旋转设备振动标准 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 3 基于自适应结构元素广义形态滤波信号预处理技术 | 第37-48页 |
| ·数学形态学的基本原理 | 第37-39页 |
| ·基本形态变换 | 第37-38页 |
| ·广义形态开、闭组合滤波器 | 第38-39页 |
| ·自适应结构元素的广义形态滤波算法 | 第39-43页 |
| ·基本原理 | 第39页 |
| ·ASEGMF算法的构造过程 | 第39-43页 |
| ·ASEGMF的数值仿真试验 | 第43-46页 |
| ·ASEGMF在实测信号预处理中的应用 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 4 等维动态组合模型对非平稳状态量的建模预测分析 | 第48-66页 |
| ·预测任务 | 第48-49页 |
| ·等维动态组合模型的原理及建模分析 | 第49-52页 |
| ·等维新息最优GM(1，1，r)模型 | 第50-51页 |
| ·AR模型的建立 | 第51-52页 |
| ·汽轮发电机组各种状态变化趋势的仿真数据预测 | 第52-59页 |
| ·典型的汽轮发电机组状态变化趋势 | 第52-53页 |
| ·基于等维动态组合模型的状态变化趋势预测 | 第53-59页 |
| ·汽轮发电机组现实测数据预测 | 第59-64页 |
| ·短期振动数据预测 | 第59-61页 |
| ·中期振动数据预测 | 第61-63页 |
| ·长期振动数据预测 | 第63-64页 |
| ·本章小结 | 第64-66页 |
| 5 等维动态组合模型对基于谐波窗分解的特征量的建模预测分析 | 第66-76页 |
| ·基于谐波窗分解的特征量提取 | 第66-69页 |
| ·谐波窗分解方法的基本原理 | 第66-68页 |
| ·基于HWD的特征量提取算法 | 第68-69页 |
| ·基于等维动态组合模型的特征量预测 | 第69-75页 |
| ·等维动态组合模型特征量预测原理 | 第69-70页 |
| ·等维动态组合模型特征量预测数值仿真分析 | 第70-73页 |
| ·等维动态组合模型特征量预测实例分析 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 6 谐波窗分解提纯轴心轨迹的故障诊断方法研究 | 第76-87页 |
| ·轴心轨迹在汽轮发电机组故障诊断中的重要性分析 | 第76页 |
| ·常见的轴心轨迹提纯方法的比较 | 第76-77页 |
| ·HWD频域提取的数值仿真试验 | 第77-80页 |
| ·基于轴心轨迹提纯的故障诊断应用实例 | 第80-86页 |
| ·实测转子信号的轴心轨迹提纯 | 第80-83页 |
| ·实测转子信号其它故障类型的轴心轨迹提纯 | 第83-85页 |
| ·HWD与谐波小波包轴心轨迹提纯效果比较 | 第85-86页 |
| ·本章小结 | 第86-87页 |
| 7 总结与展望 | 第87-91页 |
| ·全文工作总结 | 第87-88页 |
| ·创新点 | 第88-89页 |
| ·进一步的研究展望 | 第89-91页 |
| 参考文献 | 第91-97页 |
| 附录A GM(1，1)模型 | 第97-99页 |
| 附录B AR模型 | 第99-102页 |
| 附录C 谐波小波和谐波小波包 | 第102-105页 |
| 附录D 谐波窗频域提取对比 | 第105-107页 |
| 攻读博士学位期间发表(录用)的论文和参与的课题 | 第107-108页 |