| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·选题背景及意义 | 第10-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·风力发电机状态监测 | 第13-14页 |
| ·风力发电机故障诊断 | 第14-16页 |
| ·风力发电机监测诊断系统工程应用 | 第16-17页 |
| ·课题研究的主要内容 | 第17-19页 |
| 第二章 风力发电机齿轮箱常见故障及故障特征分析 | 第19-26页 |
| ·引言 | 第19页 |
| ·风力发电机结构 | 第19-20页 |
| ·风力发电机齿轮箱结构 | 第20-21页 |
| ·风力发电机齿轮箱常见故障及信号特征 | 第21-24页 |
| ·齿轮故障形式及信号特征 | 第21-23页 |
| ·滚动轴承故障形式及信号特征 | 第23-24页 |
| ·轴的故障形式及信号特征 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第三章 基于 MPQGA-LSSVM 的风机齿轮箱故障诊断 | 第26-50页 |
| ·引言 | 第26页 |
| ·风力发电机齿轮箱故障特征提取 | 第26-34页 |
| ·小波分析 | 第26-30页 |
| ·时域故障特征 | 第30-32页 |
| ·频域故障特征 | 第32-34页 |
| ·MPQGA-LSSVM 模型的建立及其仿真应用 | 第34-43页 |
| ·最小二乘支持向量机 | 第34-36页 |
| ·量子遗传算法及其改进算法 | 第36-41页 |
| ·MPQGA- LSSVM 模型的仿真应用 | 第41-43页 |
| ·实验分析 | 第43-48页 |
| ·数据采集 | 第44页 |
| ·数据的小波降噪处理 | 第44-45页 |
| ·故障特征提取 | 第45-47页 |
| ·基于 MPQGA-LSSVM 模型的风机齿轮箱故障诊断 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 系统的整体设计 | 第50-57页 |
| ·引言 | 第50页 |
| ·系统需求分析 | 第50-51页 |
| ·系统硬件组成 | 第51-55页 |
| ·实验平台 | 第51-53页 |
| ·传感器的选择 | 第53-54页 |
| ·数据采集卡选择 | 第54-55页 |
| ·系统软件开发平台的选择 | 第55-56页 |
| ·虚拟仪器技术 | 第55页 |
| ·LabVIEW 图形化编程语言 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 风机齿轮箱状态监测与故障诊断系统的软件设计 | 第57-75页 |
| ·引言 | 第57页 |
| ·用户登录模块 | 第57-58页 |
| ·监测采集模块的实现 | 第58-60页 |
| ·基于 DataSocket 网络协议的远程数据通讯 | 第60-62页 |
| ·远程监控中心软件实现 | 第62-70页 |
| ·数据保存 | 第64-65页 |
| ·离线分析模块 | 第65-68页 |
| ·故障诊断模块 | 第68-70页 |
| ·基于 LabVIEW 的 Web 程序发布 | 第70-74页 |
| ·基于 Remote Panels 远程监测功能实现 | 第71-72页 |
| ·LabVIEW 的 WEB 程序发布 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| ·总结 | 第75-76页 |
| ·展望 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83页 |
