风力发电机组远程状态监测与故障诊断系统的开发
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景和研究意义 | 第9-11页 |
| ·风力机组状态监测与故障诊断技术的研究现状 | 第11-13页 |
| ·国外技术研究现状 | 第12页 |
| ·国内技术研究现状 | 第12-13页 |
| ·本文研究的主要内容 | 第13-15页 |
| 第2章 风力机组常见振动故障及诊断方法 | 第15-25页 |
| ·传动系统的主要结构 | 第15-16页 |
| ·风力机组传动系统的常见故障 | 第16-19页 |
| ·滚动轴承典型故障分析 | 第16-17页 |
| ·齿轮典型故障分析 | 第17-18页 |
| ·轴的典型故障分析 | 第18-19页 |
| ·故障信号处理方法 | 第19-24页 |
| ·时域分析 | 第19-20页 |
| ·频域分析 | 第20-21页 |
| ·倒频谱分析 | 第21-22页 |
| ·小波变换 | 第22-23页 |
| ·小波包络分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 系统的整体结构设计 | 第25-32页 |
| ·系统的总体设计 | 第25-27页 |
| ·监测参数及监测点的选取 | 第25-26页 |
| ·整体设计 | 第26-27页 |
| ·系统硬件的组成 | 第27-29页 |
| ·传感器的选择 | 第28页 |
| ·数据采集卡 | 第28-29页 |
| ·软件的总体设计 | 第29-31页 |
| ·虚拟仪器技术和LabVIEW语言 | 第29-30页 |
| ·LabVIEW的编程设计方法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 远程状态监测与故障分析系统的开发 | 第32-48页 |
| ·用户登录模块 | 第32-34页 |
| ·数据采集模块 | 第34-35页 |
| ·数据信号分析 | 第35-40页 |
| ·小波降噪模块 | 第35-37页 |
| ·倒频谱分析 | 第37-38页 |
| ·小波包络分析 | 第38-40页 |
| ·报警系统模块 | 第40-41页 |
| ·设备状态评定标准与故障报警门限 | 第40页 |
| ·振动报警模块 | 第40-41页 |
| ·数据存储模块 | 第41-44页 |
| ·基于LabVIEW的远程网络通信 | 第44-47页 |
| ·基于Remote Panels远程监测功能实现 | 第44-46页 |
| ·监测数据的网络化传输 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 小波神经网络故障诊断系统的开发 | 第48-58页 |
| ·BP神经网络模型简介 | 第48-50页 |
| ·BP神经网络优化算法 | 第50页 |
| ·动量BP算法 | 第50页 |
| ·动量-自适应BP的算法 | 第50页 |
| ·小波神经网络的设计 | 第50-57页 |
| ·振动信号特征向量的提取 | 第51-54页 |
| ·神经网络结构的设计 | 第54-55页 |
| ·模拟结果的分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 结论及展望 | 第58-60页 |
| ·全文工作总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 在学期间发表的学术论文和参加科研情况 | 第63-64页 |
| 致谢 | 第64页 |
