| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-24页 |
| ·课题来源 | 第12页 |
| ·风力发电机组的发展现状及面临的问题 | 第12-14页 |
| ·故障诊断方法的发展概况 | 第14-21页 |
| ·基于振动信号诊断技术的研究进展 | 第14-18页 |
| ·基于声信号诊断技术的研究进展 | 第18-19页 |
| ·风力发电机组传动系统动力学研究进展 | 第19-21页 |
| ·课题的目的和意义 | 第21-22页 |
| ·主要研究内容 | 第22-24页 |
| 第二章 风力发电机组增速系统的动力学分析 | 第24-39页 |
| ·风力发电机组增速系统的动力学模型 | 第24-27页 |
| ·行星轮系的动力学模型 | 第25-26页 |
| ·定轴轮系的动力学模型 | 第26-27页 |
| ·轴系的动力学模型 | 第27页 |
| ·增速系统模型的数学表达式 | 第27-33页 |
| ·增速系统模型的激励分析 | 第33-37页 |
| ·本章小结 | 第37-39页 |
| 第三章 风力发电机组增速系统的振动分析 | 第39-49页 |
| ·增速系统的动力学方程求解 | 第39-41页 |
| ·风力发电机组增速系统的模态分析 | 第41-44页 |
| ·1.5MW 风力发电机组计算分析实例 | 第44-48页 |
| ·固有频率与振型计算与分析 | 第44-45页 |
| ·振动响应计算与分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 MW 级风力发电机组增速系统故障诊断 | 第49-61页 |
| ·工程中旋转机械常用故障诊断方法 | 第49-51页 |
| ·冲击脉冲法理论 | 第49-50页 |
| ·轴承故障频率计算 | 第50-51页 |
| ·基于 BP 神经网络的风力发电机组增速系统故障诊断 | 第51-60页 |
| ·BP 神经网络 | 第51-54页 |
| ·风力发电机组增速系统现场测试 | 第54-58页 |
| ·神经网络方法确定故障位置 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 风力发电机组叶片的流固耦合 | 第61-79页 |
| ·叶素和空气动力学理论 | 第61-65页 |
| ·流体质量守恒方程 | 第62页 |
| ·流体微元动量守恒方程 | 第62-64页 |
| ·能量守恒方程 | 第64-65页 |
| ·风力发电机组叶片在流场中的力学计算 | 第65-69页 |
| ·风场湍流模型 | 第65-66页 |
| ·风力发电机组叶片的湍流仿真计算 | 第66-68页 |
| ·计算结果和分析 | 第68-69页 |
| ·流固耦合作用下的风力发电机组叶片 | 第69-74页 |
| ·叶片颤振物理模型 | 第70-71页 |
| ·风力机叶片颤振数学模型 | 第71-72页 |
| ·叶片颤振分析 | 第72-74页 |
| ·叶片的振动模态分析 | 第74-78页 |
| ·本章小结 | 第78-79页 |
| 第六章 风力发电机组叶片疲劳裂纹识别 | 第79-91页 |
| ·声发射技术在故障诊断中的应用 | 第79-84页 |
| ·声发射信号特征 | 第79-80页 |
| ·声发射信号的处理 | 第80-81页 |
| ·小波尺度谱 | 第81-84页 |
| ·风力发电机组叶片裂纹识别实验 | 第84-89页 |
| ·实验介绍 | 第84-86页 |
| ·信号采集 | 第86-88页 |
| ·信号处理结果分析 | 第88-89页 |
| ·本章小结 | 第89-91页 |
| 第七章 结论 | 第91-93页 |
| ·结论 | 第91-92页 |
| ·展望 | 第92-93页 |
| 参考文献 | 第93-98页 |
| 在学研究成果 | 第98-99页 |
| 致谢 | 第99-100页 |