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--风力发电机论文

风电机组数据采集与故障诊断技术研究

摘要第1-7页
Abstract第7-12页
第1章 绪论第12-18页
   ·课题背景及意义第12-14页
   ·国内外研究现状与存在问题第14-17页
     ·国外研究现状第14-15页
     ·国内研究现状第15-16页
     ·存在的问题第16-17页
   ·本文研究内容第17-18页
第2章 风电机组基本结构与典型故障分析第18-28页
   ·风电机组基本概述及结构第18-22页
     ·风力发电基本原理第18-19页
     ·风电机组基本分类第19-20页
     ·风电机组的构成第20-22页
   ·风电机组常见故障分析第22-25页
   ·风电机组常见故障诊断方法第25-26页
   ·风电机组数据采集与故障诊断第26页
   ·本章小结第26-28页
第3章 风电机组数据采集系统设计第28-50页
   ·风电机组采集信号传感器第29-33页
     ·振动传感器的选取第29-32页
     ·温度传感器的选取第32-33页
   ·信号调理电路设计第33-35页
   ·A/D 转换电路第35-38页
     ·采样定理第35-36页
     ·A/D 转换电路设计第36-38页
   ·51 芯片外围电路的设计第38-39页
     ·液晶显示模块设计第38-39页
     ·数据传输第39页
   ·GPRS 无线通讯传输第39-42页
     ·SIM300 模块第39-40页
     ·GPRS 传输电路设计第40-42页
   ·数据采集板的设计原则第42-43页
   ·程序设计第43-48页
     ·主程序设计第43-44页
     ·液晶显示模块设计第44-45页
     ·DS18B20 温度采集子程序第45页
     ·键盘子程序第45页
     ·GPRS 通讯模块子程序第45-48页
   ·风电机组采集系统模拟实验第48页
   ·本章小结第48-50页
第4章 基于采集系统的风电机组故障诊断方法研究第50-68页
   ·风电机组采集系统采集数据研究第50-55页
     ·风电机组采集的振动数据处理第50-54页
     ·振动评定标准的确定第54-55页
   ·风电机组故障诊断网络模型第55-56页
   ·自组织模糊聚类算法第56-59页
     ·模糊聚类基本算法第57-58页
     ·自组织竞争模糊聚类网络第58-59页
   ·ELMAN 神经网络第59-61页
   ·实验仿真与结果分析第61-67页
     ·故障诊断训练样本的建立第61-62页
     ·实验仿真第62-65页
     ·仿真结果比较分析第65-67页
     ·实验结论第67页
   ·本章总结第67-68页
结论第68-70页
 1.总结第68-69页
 2.展望第69-70页
参考文献第70-74页
攻读硕士学位期间发表的论文和获得的科研成果第74-75页
致谢第75-76页

论文共76页,点击 下载论文
上一篇:LED路灯系统可靠性分析与预测方法研究
下一篇:基于UG二次开发平面尺寸链的计算与研究