| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题研究背景及意义 | 第10-13页 |
| 1.2 机械部件的剩余寿命预测技术的国内外研究现状 | 第13-16页 |
| 1.3 极限学习机概述及应用 | 第16-17页 |
| 1.4 本文主要研究内容 | 第17-19页 |
| 第2章 风机机械传动部件的寿命预测理论与方法 | 第19-29页 |
| 2.1 引言 | 第19页 |
| 2.2 风力机机械传动部件的故障模式及故障演变规律分析 | 第19-24页 |
| 2.2.1 齿轮故障 | 第20-21页 |
| 2.2.2 轴承故障 | 第21页 |
| 2.2.3 疲劳失效 | 第21-22页 |
| 2.2.4 机械设备故障状态演变 | 第22-24页 |
| 2.3 剩余寿命预测方法 | 第24-28页 |
| 2.3.1 基于物理模型的寿命预测方法 | 第25-27页 |
| 2.3.2 基于数据驱动的寿命预测方法 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 极限学习机算法及轴承状态趋势预测研究 | 第29-46页 |
| 3.1 引言 | 第29页 |
| 3.2 极限学习机算法研究 | 第29-36页 |
| 3.2.1 极限学习机基本算法 | 第29-33页 |
| 3.2.2 极限学习机参数的优化选取 | 第33-36页 |
| 3.3 基于极限学习机算法的轴承趋势预测 | 第36-45页 |
| 3.3.1 趋势预测流程 | 第36-37页 |
| 3.3.2 仿真验证 | 第37-39页 |
| 3.3.2 滚动轴承实例分析 | 第39-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 基于多变量极限学习机的剩余寿命预测研究 | 第46-55页 |
| 4.1 引言 | 第46页 |
| 4.2 多变量极限学习机理论研究 | 第46-47页 |
| 4.2.1 单变量极限学习机预测的缺点 | 第46页 |
| 4.2.2 多变量极限学习机模型 | 第46-47页 |
| 4.3 基于主成分分析和多变量极限学习机的轴承剩余寿命预测 | 第47-53页 |
| 4.3.1 特征提取的降维 | 第47-48页 |
| 4.3.2 剩余寿命预测总体流程 | 第48-49页 |
| 4.3.3 轴承剩余寿命预测实例分析 | 第49-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第5章 风力发电机机械传动部件寿命预测系统设计 | 第55-64页 |
| 5.1 引言 | 第55页 |
| 5.2 系统总体设计 | 第55-58页 |
| 5.2.1 需求分析 | 第56-57页 |
| 5.2.2 总体设计 | 第57-58页 |
| 5.3 系统模块设计 | 第58-63页 |
| 5.4 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间承担的科研任务和主要成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |
