| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 符号说明表 | 第13页 |
| 上标 | 第13页 |
| 下标 | 第13-14页 |
| 燃气轮机截面 | 第14页 |
| 缩略词 | 第14-15页 |
| 第1章 绪论 | 第15-31页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 燃气轮机控制系统传感器故障诊断与信号重构研究现状 | 第16-29页 |
| 1.2.1 故障诊断技术 | 第16-18页 |
| 1.2.2 传感器故障诊断方法研究现状 | 第18-28页 |
| 1.2.3 传感器信号重构方法研究现状 | 第28-29页 |
| 1.3 本文研究工作与内容安排 | 第29-31页 |
| 第2章 燃气轮机数学模型 | 第31-61页 |
| 2.1 引言 | 第31页 |
| 2.2 燃气轮机部件法非线性模型 | 第31-52页 |
| 2.2.1 建模假设 | 第32页 |
| 2.2.2 物性参数模型 | 第32-35页 |
| 2.2.3 部件特性模型 | 第35-43页 |
| 2.2.4 基于改进Newton-Raphson法的平衡方程求解 | 第43-48页 |
| 2.2.5 部件法建模流程图 | 第48页 |
| 2.2.6 模型仿真结果与分析 | 第48-52页 |
| 2.3 燃气轮机线性化模型 | 第52-59页 |
| 2.3.1 基于最小二乘法的燃气轮机状态变量模型 | 第53-56页 |
| 2.3.2 拟合结果及模型精度分析 | 第56-59页 |
| 2.4 本章小结 | 第59-61页 |
| 第3章 基于燃气轮机模型的传感器故障诊断 | 第61-97页 |
| 3.1 引言 | 第61页 |
| 3.2 传感器故障分类 | 第61页 |
| 3.3 传感器信号预处理 | 第61-66页 |
| 3.4 基于卡尔曼滤波器的传感器故障诊断 | 第66-95页 |
| 3.4.1 卡尔曼滤波原理 | 第66-69页 |
| 3.4.2 卡尔曼滤波估计效果 | 第69-73页 |
| 3.4.3 单个传感器故障诊断方法 | 第73-74页 |
| 3.4.4 多个传感器故障诊断方法 | 第74-75页 |
| 3.4.5 基于粒子群优化算法确定传感器故障诊断阈值 | 第75-80页 |
| 3.4.6 传感器故障诊断仿真试验 | 第80-90页 |
| 3.4.7 传感器故障程度及测量噪声强度对故障诊断的影响 | 第90-95页 |
| 3.5 本章小结 | 第95-97页 |
| 第4章 基于相关性分析的燃气轮机传感器信号重构 | 第97-109页 |
| 4.1 引言 | 第97页 |
| 4.2 基于多元线性回归的故障信号重构 | 第97-101页 |
| 4.2.1 多元线性回归原理 | 第97-98页 |
| 4.2.2 故障信号重构仿真结果与分析 | 第98-101页 |
| 4.3 基于核主成分分析的故障信号重构 | 第101-108页 |
| 4.3.1 基于KPCA的故障信号重构原理 | 第101-105页 |
| 4.3.2 故障信号重构仿真结果与分析 | 第105-108页 |
| 4.4 本章小结 | 第108-109页 |
| 第5章 总结与展望 | 第109-111页 |
| 5.1 研究总结 | 第109-110页 |
| 5.2 研究展望 | 第110-111页 |
| 参考文献 | 第111-119页 |
| 致谢 | 第119-121页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第121页 |
