| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 选题的背景及意义 | 第8-10页 |
| 1.2 故障诊断技术的研究现状 | 第10-14页 |
| 1.3 风力机故障诊断技术的研究现状 | 第14-16页 |
| 1.4 本文主要内容 | 第16-18页 |
| 第二章 风力机的基准模型 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 风力机基准模型 | 第18-27页 |
| 2.2.1 风速模型 | 第19-21页 |
| 2.2.2 空气动力学模型 | 第21-24页 |
| 2.2.3 传动系统模型 | 第24-25页 |
| 2.2.4 塔座模型 | 第25-26页 |
| 2.2.5 发电机和变流器模型 | 第26页 |
| 2.2.6 桨距系统模型 | 第26-27页 |
| 2.3 风力机基准模型仿真验证 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 风力机桨距角传感器输出偏移故障诊断研究 | 第30-40页 |
| 3.1 引言 | 第30页 |
| 3.2 基于多新息卡尔曼滤波算法的风力机故障诊断方法 | 第30-36页 |
| 3.2.1 故障诊断方法基本结构 | 第30-31页 |
| 3.2.2 多新息理论 | 第31-32页 |
| 3.2.3 卡尔曼滤波算法 | 第32-33页 |
| 3.2.4 多新息卡尔曼滤波算法 | 第33-34页 |
| 3.2.5 状态方程和观测方程的选择 | 第34-36页 |
| 3.3 风力机桨距角传感器输出偏移故障诊断仿真分析 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 风力机桨距角传感器输出定值和比例故障诊断研究 | 第40-47页 |
| 4.1 引言 | 第40页 |
| 4.2 基于多新息观测器的风力机故障诊断方法 | 第40-43页 |
| 4.2.1 故障诊断方法基本结构 | 第40-41页 |
| 4.2.2 多新息观测器 | 第41页 |
| 4.2.3 设计多新息观测器 | 第41-43页 |
| 4.3 风力机桨距角传感器输出定值和比例故障诊断仿真分析 | 第43-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第五章 风力机桨距执行器故障诊断方法研究 | 第47-56页 |
| 5.1 引言 | 第47页 |
| 5.2 系统辨识的基本理论 | 第47-49页 |
| 5.2.1 系统辨识的基本模型 | 第47-48页 |
| 5.2.2 辨识的基本步骤 | 第48-49页 |
| 5.3 基于观测器的多新息随机梯度辨识算法的故障诊断方法 | 第49-55页 |
| 5.3.1 桨距执行器故障模型 | 第49-50页 |
| 5.3.2 桨距执行器辨识模型 | 第50-52页 |
| 5.3.3 基于观测器的多新息随机梯度辨识算法 | 第52-53页 |
| 5.3.4 基于观测器的多新息随机梯度辨识算法的故障诊断仿真分析 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 主要结论与展望 | 第56-58页 |
| 6.1 主要结论 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录: 作者在攻读硕士学位期间的科研成果 | 第63页 |
