风力发电机故障诊断系统的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 风电的利用情况 | 第9-12页 |
| 1.2 风力发电机故障诊断技术的国内外发展情况 | 第12-13页 |
| 1.2.1 风力发电机故障诊断技术的国外发展情况 | 第12页 |
| 1.2.2 风力发电机故障诊断技术的国内发展情况 | 第12-13页 |
| 1.3 风力发电机常见故障及排除方法 | 第13-15页 |
| 1.4 课题研究的对象和意义 | 第15-16页 |
| 1.4.1 课题研究的对象 | 第15-16页 |
| 1.4.2 课题研究的意义 | 第16页 |
| 1.5 课题研究的主要内容 | 第16-18页 |
| 2 风力发电机振动的故障原理和诊断方法 | 第18-26页 |
| 2.1 双馈感应发电机变速恒频控制技术 | 第18-22页 |
| 2.1.1 双馈感应发电机 | 第18-19页 |
| 2.1.2 双馈异步风力发电机变速恒频运行原理 | 第19-21页 |
| 2.1.3 双馈异步发电机结构组成 | 第21-22页 |
| 2.2 常见的故障诊断方法 | 第22-24页 |
| 2.3 发电机转子常见故障类型 | 第24-26页 |
| 3 检测系统的设计 | 第26-36页 |
| 3.1 检测系统对振动信号的采集 | 第26-31页 |
| 3.1.1 检测系统的组成 | 第26-29页 |
| 3.1.2 振动信号的采集 | 第29-30页 |
| 3.1.3 测点的选择 | 第30-31页 |
| 3.2 振动信号的模拟仿真 | 第31-36页 |
| 4 MATLAB 小波去噪分析 | 第36-45页 |
| 4.1 小波分析与小波包分析 | 第36-38页 |
| 4.1.1 小波分析 | 第36页 |
| 4.1.2 小波包分析 | 第36-37页 |
| 4.1.3 小波包的空间分解 | 第37-38页 |
| 4.2 小波和小波包消噪 | 第38-40页 |
| 4.2.1 小波消噪 | 第38-39页 |
| 4.2.2 小波包消噪 | 第39-40页 |
| 4.3 小波包的应用 | 第40-44页 |
| 4.4 小波包能量谱的应用 | 第44-45页 |
| 5 MATLAB 神经网络识别 | 第45-53页 |
| 5.1 人工神经网络 | 第45-46页 |
| 5.2 BP 神经网络 | 第46-47页 |
| 5.3 BP 神经网络在故障诊断中的应用 | 第47-53页 |
| 6 风力发电机振动检测故障诊断系统的设计 | 第53-70页 |
| 6.1 Visual Basic 程序软件介绍 | 第53-56页 |
| 6.2 风力发电机故障诊断系统 | 第56-57页 |
| 6.2.1 系统的诊断思想 | 第56页 |
| 6.2.2 故障诊断的原理 | 第56-57页 |
| 6.3 风力发电机振动检测故障诊断系统结构组成 | 第57-59页 |
| 6.4 故障诊断系统界面功能介绍 | 第59-70页 |
| 6.4.1 在窗体上设计用户界面 | 第59-68页 |
| 6.4.2 在窗体上设计管理员界面 | 第68-70页 |
| 结论 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 附录 A 神经网络训练和测试的主要程序 | 第75-77页 |
| 攻读学位期间的研究成果 | 第77页 |
