| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 符号说明 | 第15-17页 |
| 第一章 绪论 | 第17-27页 |
| 1.1 课题来源 | 第17页 |
| 1.2 燃气轮机叶片监测及故障诊断技术研究背景及意义 | 第17-21页 |
| 1.2.1 燃气轮机叶片健康性监测及故障诊断的重要性 | 第17-18页 |
| 1.2.2 燃气轮机叶片典型故障模式及原因 | 第18-21页 |
| 1.3 燃气轮机叶片监测及故障诊断研究发展现状 | 第21-25页 |
| 1.3.1 国内研究现状 | 第21-22页 |
| 1.3.2 国外研究现状 | 第22-25页 |
| 1.4 本文主要研究内容 | 第25-27页 |
| 第二章 叶尖间隙及定时测量技术研究 | 第27-41页 |
| 2.1 叶尖间隙测量技术 | 第27-33页 |
| 2.1.1 电容式叶尖间隙测量技术 | 第27-28页 |
| 2.1.2 光纤式叶尖间隙测量技术 | 第28-30页 |
| 2.1.3 电涡流叶尖间隙测量技术 | 第30-32页 |
| 2.1.4 叶尖间隙测量技术应用比较 | 第32-33页 |
| 2.2 叶尖定时测振算法研究 | 第33-39页 |
| 2.2.1 速矢端迹法 | 第33-35页 |
| 2.2.2 双参数法 | 第35-36页 |
| 2.2.3 自回归系数法 | 第36-37页 |
| 2.2.4 任意角度多传感器法 | 第37-39页 |
| 2.3 本章小结 | 第39-41页 |
| 第三章 基于电涡流传感器的叶尖间隙测量关键技术研究 | 第41-53页 |
| 3.1 基于电涡流传感器的叶尖间隙测量应用研究 | 第41-42页 |
| 3.1.1 基于电涡流传感器的叶片健康性监测 | 第41页 |
| 3.1.2 基于电涡流传感器的叶尖间隙测量技术 | 第41-42页 |
| 3.2 基于电涡流传感器的叶尖间隙测量实验研究 | 第42-45页 |
| 3.2.1 实验方案 | 第42-43页 |
| 3.2.2 实验台设计 | 第43-45页 |
| 3.3 叶尖间隙测量标定技术研究 | 第45-52页 |
| 3.3.1 测试标定 | 第45-51页 |
| 3.3.2 动态灵敏度获取 | 第51-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第四章 基于电涡流法叶片状态参数测量实验及仿真研究 | 第53-77页 |
| 4.1 叶尖间隙及振动测量实验 | 第53-65页 |
| 4.1.1 叶尖间隙测量实验 | 第53-59页 |
| 4.1.2 叶尖定时测量实验 | 第59-65页 |
| 4.2 叶尖间隙测量实验验证 | 第65-69页 |
| 4.3 影响叶尖间隙变化因素分析 | 第69-74页 |
| 4.3.1 离心载荷综合分析 | 第69-71页 |
| 4.3.2 热结构耦合综合分析 | 第71-72页 |
| 4.3.3 故障综合分析 | 第72-73页 |
| 4.3.4 叶尖间隙测量误差分析 | 第73-74页 |
| 4.4 本章小结 | 第74-77页 |
| 第五章 燃气轮机叶片故障机理及诊断研究 | 第77-97页 |
| 5.1 基于优化FTA法的燃气轮机叶片故障诊断 | 第77-89页 |
| 5.1.1 燃气轮机叶片故障树的建立 | 第78-80页 |
| 5.1.2 模糊综合评判在故障树分析法中的应用 | 第80-82页 |
| 5.1.3 失效分析法在故障树分析法中的应用 | 第82-84页 |
| 5.1.4 基于HAZOP分析法的叶片风险分析及故障诊断 | 第84-89页 |
| 5.2 基于多传感器信息融合技术的故障诊断系统 | 第89-96页 |
| 5.2.1 多传感器信息融合技术的应用 | 第89-91页 |
| 5.2.2 基于labview与SQL Server的叶片故障诊断系统 | 第91-96页 |
| 5.3 本章小结 | 第96-97页 |
| 第六章 结论与展望 | 第97-99页 |
| 6.1 结论 | 第97-98页 |
| 6.2 展望 | 第98-99页 |
| 参考文献 | 第99-103页 |
| 致谢 | 第103-105页 |
| 研究成果及发表的学术论文 | 第105-107页 |
| 作者和导师简介 | 第107-108页 |
| 附件 | 第108-109页 |
