| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 基于振动信号的故障特征提取方法研究现状 | 第11-13页 |
| 1.2.2 故障预测方法研究现状 | 第13页 |
| 1.2.3 旋转机械故障预测技术中存在的问题 | 第13-14页 |
| 1.3 论文主要研究内容 | 第14-16页 |
| 第2章 旋转机械主要故障类型与状态监测技术 | 第16-27页 |
| 2.1 旋转机械主要失效模式 | 第16-18页 |
| 2.1.1 疲劳失效模式 | 第16-17页 |
| 2.1.2 磨损模式 | 第17页 |
| 2.1.3 过载模式 | 第17-18页 |
| 2.2 旋转机械主要故障类型与振动机理 | 第18-22页 |
| 2.2.1 齿轮故障 | 第18-20页 |
| 2.2.2 滚动轴承故障类型与振动机理 | 第20-22页 |
| 2.3 旋转机械振动状态监测技术 | 第22-25页 |
| 2.3.1 不同类型的状态监测系统 | 第23-24页 |
| 2.3.2 数据采集 | 第24页 |
| 2.3.3 状态监测程序 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 旋转机械故障预测方法的实现 | 第27-54页 |
| 3.1 故障预测方法主要原理与工作流程 | 第27-30页 |
| 3.1.1 故障预测的主要原理 | 第27-29页 |
| 3.1.2 故障预测的主要工作流程 | 第29-30页 |
| 3.2 预测工作初始化 | 第30-38页 |
| 3.2.1 被预测旋转机械的详细参数 | 第30-31页 |
| 3.2.2 需要监测的振动量类型 | 第31页 |
| 3.2.3 故障预测工作中的关键时间 | 第31-32页 |
| 3.2.4 故障预测工作中关键界限值 | 第32-37页 |
| 3.2.5 故障预测工作中其他关键变量 | 第37-38页 |
| 3.3 振动信号采集与选取 | 第38-45页 |
| 3.3.1 振动信号的采集 | 第38-39页 |
| 3.3.2 振动信号的选取 | 第39-45页 |
| 3.4 特征提取与特征选择 | 第45-51页 |
| 3.4.1 振动信号时域特征提取方法 | 第45-46页 |
| 3.4.2 EMD熵特征提取方法 | 第46-47页 |
| 3.4.3 相对小波能量特征提取方法 | 第47-49页 |
| 3.4.4 频带能量特征提取方法 | 第49-50页 |
| 3.4.5 故障特征评价方法 | 第50-51页 |
| 3.5 故障特征趋势预测 | 第51-52页 |
| 3.6 预估失效时间计算 | 第52-53页 |
| 3.7 本章小结 | 第53-54页 |
| 第4章 数据趋势预测方法研究 | 第54-97页 |
| 4.1 时间序列分析预测方法 | 第54-64页 |
| 4.1.1 时间序列分析预测方法概述 | 第54-55页 |
| 4.1.2 平稳时间序列与ARIMA模型 | 第55-59页 |
| 4.1.3 预测步骤 | 第59-60页 |
| 4.1.4 趋势预测实例 | 第60-64页 |
| 4.2 神经网络预测方法 | 第64-72页 |
| 4.2.1 神经网络理论 | 第64-65页 |
| 4.2.2 预测步骤 | 第65-67页 |
| 4.2.3 趋势预测实例 | 第67-72页 |
| 4.3 基于回归支持向量机的趋势预测方法 | 第72-79页 |
| 4.3.1 预测步骤 | 第72-74页 |
| 4.3.2 趋势预测实例 | 第74-79页 |
| 4.4 多次向前滚动预测方式研究 | 第79-89页 |
| 4.4.1 预测步骤 | 第80-81页 |
| 4.4.2 多次向前滚动预测方式案例说明 | 第81-83页 |
| 4.4.3 趋势预测优化实例 | 第83-89页 |
| 4.5 短期预测方法预测性能评价 | 第89-92页 |
| 4.5.1 短期预测方法预测误差分析 | 第89-91页 |
| 4.5.2 评价结论 | 第91-92页 |
| 4.6 长期预测方法研究 | 第92-96页 |
| 4.6.1 典型的故障特征发展函数 | 第92-94页 |
| 4.6.2 曲线拟合研究 | 第94-96页 |
| 4.7 本章小结 | 第96-97页 |
| 第5章 风力发电机组轴承故障预测案例研究 | 第97-115页 |
| 5.1 案例描述 | 第97-98页 |
| 5.2 预测工作初始化 | 第98-103页 |
| 5.2.1 风力发电机组参数 | 第98-99页 |
| 5.2.2 振动传感器安装位置、振动量类型与故障特征 | 第99-100页 |
| 5.2.3 故障预测关键时间设置 | 第100-101页 |
| 5.2.4 故障预测关键界限值设置 | 第101-102页 |
| 5.2.5 其他关键变量设置 | 第102-103页 |
| 5.3 振动信号选取 | 第103-104页 |
| 5.4 特征提取与特征选择 | 第104-107页 |
| 5.5 早期故障识别 | 第107-108页 |
| 5.6 故障特征趋势预测 | 第108-112页 |
| 5.7 预估失效时间计算 | 第112-114页 |
| 5.8 本章小结 | 第114-115页 |
| 第6章 结论与展望 | 第115-117页 |
| 6.1 结论 | 第115页 |
| 6.2 展望 | 第115-117页 |
| 参考文献 | 第117-124页 |
| 攻读硕士期间发表论文及其它成果 | 第124-125页 |
| 致谢 | 第125页 |