摘要 | 第1-4页 |
Abstract | 第4-8页 |
1 绪论 | 第8-14页 |
·选题的背景、目的和意义 | 第8-9页 |
·水轮发电机组状态监测故障诊断的背景和意义 | 第8页 |
·水轮发电机组状态监测故障诊断的目的 | 第8-9页 |
·国内外相关技术发展现状 | 第9-11页 |
·国外相关技术发展现状 | 第9-10页 |
·国内相关技术发展现状 | 第10-11页 |
·国内外相关技术发展趋势 | 第11-12页 |
·本文主要研究内容 | 第12-14页 |
2 Hilbert-Huang变换 | 第14-22页 |
·经验模态分解方法 | 第14-18页 |
·瞬时频率 | 第14-17页 |
·固有模态函数 | 第17页 |
·经验模态分解方法 | 第17-18页 |
·Hilbert谱及边际谱 | 第18-20页 |
·本章小结 | 第20-22页 |
3 支持向量机分类与回归 | 第22-32页 |
·统计学习理论 | 第22-24页 |
·VC维(Mapnik-Chervonenkis Dimension) | 第22页 |
·推广性的界 | 第22-23页 |
·结构风险最小化原则 | 第23-24页 |
·支持向量机分类 | 第24-27页 |
·支持向量机回归 | 第27-30页 |
·最小二乘支持向量机 | 第30-31页 |
·本章小结 | 第31-32页 |
4 Hilbert-Huang变换的端点效应及其改进方法 | 第32-44页 |
·端点效应的原理及影响 | 第32-33页 |
·可变长极值镜像拓延法 | 第33-38页 |
·左端极值拓延算法 | 第35页 |
·右端极值拓延算法 | 第35-38页 |
·拓延长度的讨论 | 第38页 |
·基于最小二乘支持向量机回归的数据拓延法 | 第38-43页 |
·拓延原理 | 第39页 |
·参数的选择方法 | 第39-40页 |
·基于最小二乘支持向量机回归的端点效应处理方法的应用 | 第40-43页 |
·本章小结 | 第43-44页 |
5 信号特征提取方法 | 第44-50页 |
·传统的故障特征指标 | 第44-45页 |
·基于波形的故障特征提取方法 | 第45-47页 |
·基于自回归模型的信号特征提取方法 | 第45页 |
·基于自回归模型的特征提取方法在水轮机尾水管特征提取中的应用 | 第45-47页 |
·基于能量的特征提取方法 | 第47-48页 |
·基于能量的信号特征提取方法的基本原理 | 第47-48页 |
·基于能量的信号特征提取法在发电机组振动信号特征提取中的应用 | 第48页 |
·本章小结 | 第48-50页 |
6 基于 Hilbert-Huang 变换和支持向量机的故障诊断方法的应用 | 第50-68页 |
·机组概况 | 第50-51页 |
·机组性能及振动原因分析 | 第51-64页 |
·机组摆度信号分析 | 第53-58页 |
·机组振动信号分析 | 第58-63页 |
·性能及振动原因分析结论 | 第63-64页 |
·基于支持向量机的故障智能识别 | 第64-65页 |
·本章小结 | 第65-68页 |
7 结论与展望 | 第68-70页 |
·结论 | 第68-69页 |
·展望 | 第69-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-76页 |
附录1 水轮发电机组振动评价国家标准 | 第76-78页 |
附录2 水导轴承摆度信号分析结果 | 第78-80页 |
附录3 下机架垂直振动信号分析结果 | 第80-81页 |
附录4 定子机架垂直振动信号分析结果 | 第81-82页 |
攻读硕士期间发表的论文及参加项目 | 第82页 |