| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景与意义 | 第9-11页 |
| 1.2 国内外研究现状及发展动态分析 | 第11-14页 |
| 1.2.1 风电机组变桨系统故障诊断研究现状 | 第12-13页 |
| 1.2.2 风电机组叶片故障诊断研究现状 | 第13-14页 |
| 1.3 课题研究内容 | 第14-16页 |
| 第2章 风电机组故障分析与模拟 | 第16-29页 |
| 2.1 电动变桨系统工作原理 | 第16-18页 |
| 2.2 电动变桨系统常见故障 | 第18-19页 |
| 2.3 风机叶片结构及工作原理 | 第19页 |
| 2.4 叶片常见故障 | 第19-21页 |
| 2.4.1 叶片覆冰故障 | 第20页 |
| 2.4.2 叶片断裂 | 第20页 |
| 2.4.3 叶片开裂 | 第20-21页 |
| 2.4.4 叶片疲劳 | 第21页 |
| 2.4.5 叶片的砂眼与雷击故障 | 第21页 |
| 2.5 基于GH Bladed的电动变桨系统和叶片损伤故障模拟 | 第21-28页 |
| 2.5.1 电动变桨系统故障模拟 | 第22-25页 |
| 2.5.2 叶片故障模拟 | 第25-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 风电机组电动变桨系统故障诊断 | 第29-39页 |
| 3.1 基于支持向量机的变桨系统故障诊断 | 第29-38页 |
| 3.1.1 模糊粗糙集理论分析 | 第29-30页 |
| 3.1.2 基于模糊粗糙集的变桨参数约简与处理 | 第30-32页 |
| 3.1.3 支持向量机和粒子群优化算法的理论分析 | 第32-35页 |
| 3.1.4 基于粒子群优化的支持向量机故障诊断实例分析 | 第35-38页 |
| 3.2 本章小结 | 第38-39页 |
| 第4章 风电机组叶片损伤故障诊断 | 第39-50页 |
| 4.1 模态分析理论基础 | 第39-40页 |
| 4.2 小波包能量谱特征提取 | 第40-42页 |
| 4.2.1 小波包分解 | 第40-41页 |
| 4.2.2 小波包能量谱提取 | 第41-42页 |
| 4.3 基于工作模态测试的叶片损伤定位研究 | 第42-45页 |
| 4.3.1 随机减量法 | 第43-44页 |
| 4.3.2 ARMA模型时间序列分析法求解模态参数 | 第44-45页 |
| 4.4 仿真验证 | 第45-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 结论与展望 | 第50-52页 |
| 5.1 结论 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第57-58页 |
| 致谢 | 第58页 |
