首页--工业技术论文--机械、仪表工业论文--机械零件及传动装置论文--机械传动机构论文--啮合传动论文--齿轮及齿轮传动论文

基于在线监测数据的风机齿轮箱故障诊断方法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-19页
    1.1 课题研究的目的和意义第10-15页
    1.2 风电齿轮箱故障在线监测国内外研究现状第15-18页
        1.2.1 基于振动信号的监测方法第15-16页
        1.2.2 基于人工智能的监测方法第16-17页
        1.2.3 基于模拟仿真的故障诊断方法方法第17-18页
    1.3 论文主要内容第18-19页
第2章 齿轮箱常见故障及振动分析第19-26页
    2.1 风电机组齿轮箱原理第19页
    2.2 齿轮故障类型及振动分析第19-22页
        2.2.1 齿轮故障类型及成因第19-21页
        2.2.2 齿轮特征频率分析第21-22页
    2.3 滚动轴承故障类型及振动分析第22-26页
        2.3.1 滚动轴承故障类型及成因第22-24页
        2.3.2 滚动轴承故障频率分析第24-26页
第3章 基于VMD和双谱方法的风机滚动轴承故障特征提取第26-39页
    3.1 变分模式分解第26-29页
        3.1.1 变分模型的建立第27页
        3.1.2 变分模型的求解第27-29页
        3.1.3 VMD算法具体过程第29页
    3.2 双谱定义及估计算法第29-30页
    3.3 峭度定义及计算方法第30页
    3.4 轴承故障特征提取过程第30页
    3.5 仿真信号分析第30-32页
    3.6 滚动轴承故障实验信号分析第32-38页
        3.6.1 滚动轴承外圈故障信号分析第32-35页
        3.6.2 滚动轴承滚动体故障信号分析第35-38页
    3.7 本章小结第38-39页
第4章 基于VMD和Teager能量算子方法的滚动轴承故障诊断第39-48页
    4.1 Teager能量算子第39-40页
    4.2 基于VMD-Teager的滚动轴承故障诊断方法第40-47页
        4.2.1 仿真分析第40-44页
        4.2.2 实验分析第44-47页
    4.3 本章小结第47-48页
第5章 基于EEMD和PCA融合分析的风电机组齿轮箱故障监测第48-60页
    5.1 集合经验模态分解第48-49页
    5.2 主成分分析第49-50页
    5.3 基于EEMD-PCA非平稳信号降噪第50-52页
    5.4 基于EEMD-PCA的齿轮箱性能退化模型第52页
    5.5 EEMD-PCA方法应用于风电机组齿轮故障监测第52-54页
    5.6 实际监测现场示意图第54-58页
    5.7 本章小结第58-60页
第6章 结论与展望第60-62页
    6.1 结论第60页
    6.2 展望第60-62页
参考文献第62-66页
攻读硕士学位期间发表的学术论文第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:连续档架空输电线路脱冰实验模拟研究
下一篇:基于虚拟同步发电机的微型能源互联网频率控制研究