首页--工业技术论文--电工技术论文--电机论文--发电机、大型发电机组(总论)论文--水轮发电机论文

基于Hilbert-Huang变换和支持向量机的水轮发电机组状态监测与故障诊断方法研究

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

论文共82页,点击 下载论文
上一篇:预警机引导战斗机发射空空导弹的仿真研究
下一篇:中专语文练习设计研究