| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·选题的背景及意义 | 第9-12页 |
| ·选题的背景 | 第9-10页 |
| ·选题的意义 | 第10-12页 |
| ·风电机组故障诊断国内外发展概况 | 第12-17页 |
| ·论文的主要研究内容和章节安排 | 第17-18页 |
| 第二章 风电机组发电机故障诊断研究 | 第18-29页 |
| ·发电机常见故障机理研究 | 第18-21页 |
| ·小波包变换发电机转子断条故障诊断模型 | 第21-23页 |
| ·基于小波包变换发电机转子断条故障诊断仿真分析 | 第23-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 风电机组主轴轴承温升及制动闸磨损量预测 | 第29-43页 |
| ·风电机组主轴轴承温升及制动闸磨损量预测模型 | 第29-35页 |
| ·小波神经网络模型 | 第29-33页 |
| ·卡尔曼小波神经网络模型 | 第33-35页 |
| ·基于卡尔曼小波神经网络主轴轴承温升预测仿真分析 | 第35-41页 |
| ·基于卡尔曼小波神经网络制动闸磨损量预测仿真分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 风电机组齿轮箱故障诊断研究 | 第43-64页 |
| ·多尺度小波齿轮箱故障诊断 | 第43-49页 |
| ·多尺度小波模型 | 第43-45页 |
| ·多尺度小波齿轮箱故障诊断 | 第45-49页 |
| ·多尺度小波希尔伯特变换齿轮箱故障诊断 | 第49-53页 |
| ·基于多尺度小波希尔伯特变换特征参数与故障类型对应关系的研究 | 第53-60页 |
| ·基于多尺度小波希尔伯特变换特征参数的获取 | 第53-56页 |
| ·特征参数与故障类型对应关系的研究 | 第56-60页 |
| ·风力机齿轮箱故障诊断实验 | 第60-63页 |
| ·实验平台简介 | 第60-61页 |
| ·齿轮箱故障数据获取 | 第61-62页 |
| ·实验验证 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 大型风电机组故障诊断系统设计 | 第64-73页 |
| ·大型风电机组故障诊断总体方案设计 | 第64-65页 |
| ·硬件设计 | 第65-67页 |
| ·软件设计 | 第67-70页 |
| ·实验验证 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| ·总结 | 第73-74页 |
| ·展望 | 第74-75页 |
| 参考文献 | 第75-83页 |
| 致谢 | 第83-84页 |
| 攻读硕士学位期间获得的研究成果 | 第84-86页 |