| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-24页 |
| 1.1 课题背景及意义 | 第12-15页 |
| 1.1.1 课题背景 | 第12-14页 |
| 1.1.2 课题意义 | 第14-15页 |
| 1.2 传动系统不对中故障研究现状 | 第15-21页 |
| 1.2.1 不对中故障种类 | 第15-16页 |
| 1.2.2 故障诊断信息获取方法 | 第16-17页 |
| 1.2.3 故障特征提取方法 | 第17-19页 |
| 1.2.4 故障诊断方法 | 第19-21页 |
| 1.3 论文的研究内容 | 第21-24页 |
| 2 风力发电机组传动系统虚拟样机建立 | 第24-52页 |
| 2.1 传动系统结构以及本文研究对象 | 第24-26页 |
| 2.2 风力发电机组传动系统结构介绍 | 第26-28页 |
| 2.2.1 增速齿轮箱结构 | 第26-27页 |
| 2.2.2 联轴器结构 | 第27-28页 |
| 2.2.3 发电机结构 | 第28页 |
| 2.3 风力发电机组传动系统三维建模 | 第28-33页 |
| 2.3.1 SolidWorks软件简介 | 第29页 |
| 2.3.2 风力发电机组传动系统三维建模 | 第29-33页 |
| 2.4 风力发电机组传动系统虚拟样机建立 | 第33-42页 |
| 2.4.1 ADAMS软件介绍 | 第33页 |
| 2.4.2 ADAMS动力学方程的建立与求解 | 第33-37页 |
| 2.4.3 实体模型与数据转换 | 第37页 |
| 2.4.4 添加约束、载荷 | 第37-40页 |
| 2.4.5 ADAMS求解器设置 | 第40-42页 |
| 2.5 风力发电机组传动系统虚拟样机正确性验证 | 第42-50页 |
| 2.5.1 转速、啮合频率的理论值计算 | 第42-44页 |
| 2.5.2 模型正确性验证 | 第44-50页 |
| 2.6 本章小结 | 第50-52页 |
| 3 传动系统不对中故障动力学仿真分析 | 第52-72页 |
| 3.1 传动系统不对中故障振动机理分析 | 第52-55页 |
| 3.1.1 平行不对中 | 第52-53页 |
| 3.1.2 角度不对中 | 第53-54页 |
| 3.1.3 综合不对中 | 第54-55页 |
| 3.2 额定输入下传动系统不对中故障振动仿真分析 | 第55-70页 |
| 3.2.1 传动系统正常工况仿真分析 | 第55-57页 |
| 3.2.2 传动系统平行不对中仿真分析 | 第57-61页 |
| 3.2.3 传动系统角度不对中仿真分析 | 第61-66页 |
| 3.2.4 传动系统综合不对中仿真分析 | 第66-70页 |
| 3.3 本章小结 | 第70-72页 |
| 4 传动系统不对中故障混合特征库构建 | 第72-86页 |
| 4.1 时域特征提取 | 第72-75页 |
| 4.2 频域特征提取 | 第75-78页 |
| 4.3 基于改进的EMD时-频特征提取 | 第78-83页 |
| 4.3.1 EMD基本思想 | 第78-79页 |
| 4.3.2 基于镜像延拓改进的EMD | 第79-80页 |
| 4.3.3 EMD与IEMD分解效果仿真对比 | 第80-81页 |
| 4.3.4 IEMD能量熵特征 | 第81-83页 |
| 4.4 构造混合特征库 | 第83-84页 |
| 4.5 本章小结 | 第84-86页 |
| 5 基于PSO-SVM的传动系统不对中故障诊断 | 第86-100页 |
| 5.1 支持向量机 | 第86-90页 |
| 5.1.1 支持向量机二分类原理 | 第86-88页 |
| 5.1.2 线性支持向量机 | 第88-89页 |
| 5.1.3 非线性支持向量机 | 第89-90页 |
| 5.2 PSO算法概述 | 第90-92页 |
| 5.2.1 PSO算法原理 | 第90-91页 |
| 5.2.2 PSO优化SVM流程 | 第91-92页 |
| 5.3 基于PSO-SVM的传动系统不对中故障诊断 | 第92-99页 |
| 5.3.1 基于PSO-SVM的混合故障特征提取及诊断方法 | 第92-93页 |
| 5.3.2 PSO-SVM算法与其他算法仿真结果对比 | 第93-95页 |
| 5.3.3 采用不同故障特征诊断时仿真结果对比 | 第95-97页 |
| 5.3.4 时-频特征采用IEMD与EMD时故障诊断结果对比 | 第97-99页 |
| 5.4 本章小结 | 第99-100页 |
| 6 总结 | 第100-102页 |
| 6.1 本文结论 | 第100-101页 |
| 6.2 展望 | 第101-102页 |
| 参考文献 | 第102-106页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第106-110页 |
| 学位论文数据集 | 第110页 |
