| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 引言 | 第9-12页 |
| 1.1.1 故障诊断发展及现状 | 第9-10页 |
| 1.1.2 设备维修领域发展及现状 | 第10-11页 |
| 1.1.3 存在的问题 | 第11-12页 |
| 1.2 课题研究的意义 | 第12-13页 |
| 1.3 论文主要工作 | 第13-14页 |
| 第2章 电站风机系统概述 | 第14-20页 |
| 2.1 风机系统简介 | 第14-16页 |
| 2.2 引风机系统测点统计 | 第16-17页 |
| 2.3 风机故障类型及原因 | 第17-18页 |
| 2.4 对引风机振动量进行预警的必要性 | 第18-20页 |
| 第3章 引风机故障预警的数据预处理 | 第20-33页 |
| 3.1 数据预处理 | 第20页 |
| 3.2 粗糙集 | 第20-23页 |
| 3.2.1 粗糙集提出与发展 | 第20-21页 |
| 3.2.2 粗糙集基本理论 | 第21-23页 |
| 3.3 主成分分析 | 第23-25页 |
| 3.4 引风机轴承振动预测模型中的数据预处理 | 第25-28页 |
| 3.4.1 粗糙集属性约简在风机轴承振动预测中的应用 | 第25-27页 |
| 3.4.2 主成分分析在风机轴承振动预测中的应用 | 第27-28页 |
| 3.5 引风机电机轴承振动速度预测模型中的数据预处理 | 第28-31页 |
| 3.5.1 粗糙集属性约简在电机轴承振动速度预测中的应用 | 第28-30页 |
| 3.5.2 主成分分析在电机轴承振动速度预测中的应用 | 第30-31页 |
| 3.6 本章小结 | 第31-33页 |
| 第4章 引风机故障预测模型的建立 | 第33-46页 |
| 4.1 传统的故障预测方法 | 第33-34页 |
| 4.2 MSET理论及应用 | 第34-39页 |
| 4.2.1 MSET理论 | 第34-36页 |
| 4.2.2 引风机轴承振动预测模型的建立 | 第36-38页 |
| 4.2.3 引风机电机轴承振动速度预测模型的建立 | 第38-39页 |
| 4.3 最小二乘支持向量机理论及应用 | 第39-44页 |
| 4.3.1 最小二乘支持向量机理论 | 第39-42页 |
| 4.3.2 最小二乘支持向量机在轴承振动预测的应用 | 第42-43页 |
| 4.3.3 最小二乘支持向量机在电机轴承振动速度预测的应用 | 第43-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第5章 引风机故障预警模型的建立 | 第46-51页 |
| 5.1 滑动窗口理论 | 第46-48页 |
| 5.2 引风机故障预警模型 | 第48-50页 |
| 5.3 本章小结 | 第50-51页 |
| 第6章 结论与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第55-56页 |
| 致谢 | 第56页 |
