基于分形维数的风电传动链故障特征提取方法及其应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 概述 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 分形理论的发展与研究现状 | 第11-16页 |
| 1.2.1 风电机组的状态监测与故障诊断 | 第11-13页 |
| 1.2.2 分形理论概况 | 第13-14页 |
| 1.2.3 分形维数的研究现状与应用 | 第14-16页 |
| 1.3 论文主要研究内容 | 第16-18页 |
| 1.3.1 主要研究内容 | 第16-17页 |
| 1.3.2 本文结构 | 第17-18页 |
| 第2章 风电机组及其振动故障综述 | 第18-29页 |
| 2.1 风电机组主要结构 | 第18-21页 |
| 2.1.1 塔筒 | 第19页 |
| 2.1.2 机舱 | 第19页 |
| 2.1.3 风轮 | 第19页 |
| 2.1.4 主轴 | 第19-20页 |
| 2.1.5 制动装置 | 第20页 |
| 2.1.6 增速齿轮箱 | 第20页 |
| 2.1.7 其他结构 | 第20-21页 |
| 2.2 风电机组传动链主要常见故障 | 第21-23页 |
| 2.2.1 滚动轴承常见故障及分析 | 第21-22页 |
| 2.2.2 齿轮常见故障及分析 | 第22-23页 |
| 2.3 本文数据来源 | 第23-28页 |
| 2.3.1 仿真信号 | 第23-24页 |
| 2.3.2 齿轮试验台数据 | 第24-25页 |
| 2.3.3 直驱风电机组 | 第25-26页 |
| 2.3.4 双馈风电机组 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于分形维数的风电机组故障特征提取 | 第29-44页 |
| 3.1 概述 | 第29页 |
| 3.2 关联维数的计算及实现 | 第29-35页 |
| 3.2.1 相空间重构 | 第29-34页 |
| 3.2.2 定义关联积分函数 | 第34页 |
| 3.2.3 确定关联维数 | 第34-35页 |
| 3.3 转速对关联维数影响 | 第35-36页 |
| 3.4 关联维数在信号分析中的应用 | 第36-43页 |
| 3.4.1 仿真信号 | 第36-38页 |
| 3.4.2 齿轮试验台数据 | 第38-41页 |
| 3.4.3 直驱风电机组 | 第41-42页 |
| 3.4.4 双馈风电机组 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于卡尔曼滤波的风电机组故障特征提取 | 第44-54页 |
| 4.1 概述 | 第44-45页 |
| 4.2 卡尔曼滤波算法及实现 | 第45-48页 |
| 4.2.1 随机线性离散系统的数学模型 | 第45-46页 |
| 4.2.2 随机线性离散系统Kalman滤波方程 | 第46-47页 |
| 4.2.3 Kalman滤波特点 | 第47-48页 |
| 4.3 基于卡尔曼滤波的分形维数应用 | 第48-53页 |
| 4.3.1 仿真信号 | 第48-49页 |
| 4.3.2 齿轮试验台数据 | 第49-51页 |
| 4.3.3 直驱风电机组 | 第51-52页 |
| 4.3.4 双馈风电机组 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 基于小波与卡尔曼的风电机组故障特征提取 | 第54-72页 |
| 5.1 概述 | 第54页 |
| 5.2 小波分析 | 第54-56页 |
| 5.2.1 连续小波变换 | 第54-55页 |
| 5.2.2 离散小波变换 | 第55-56页 |
| 5.3 小波分形过程 | 第56-62页 |
| 5.3.1 1/f过程的小波分析 | 第56-59页 |
| 5.3.2 确定性的自相似过程 | 第59-62页 |
| 5.4 1/f过程的信号处理 | 第62-63页 |
| 5.5 基于卡尔曼滤波的分形维数应用 | 第63-71页 |
| 5.5.1 仿真信号 | 第63-65页 |
| 5.5.2 齿轮试验台数据 | 第65-67页 |
| 5.5.3 直驱风电机组 | 第67-69页 |
| 5.5.4 双馈风电机组 | 第69-71页 |
| 5.6 本章小结 | 第71-72页 |
| 第6章 结论与展望 | 第72-74页 |
| 6.1 结论 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士期间发表的论文及参与的科研工作 | 第79-80页 |
| 致谢 | 第80页 |
