| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题研究背景与意义 | 第12-14页 |
| 1.2 故障预测技术国内外研究现状 | 第14-15页 |
| 1.2.1 国外研究现状 | 第14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 风电机组的维护发展 | 第15-16页 |
| 1.4 课题来源 | 第16页 |
| 1.5 本文主要研究工作 | 第16-18页 |
| 第二章 相关理论基础 | 第18-29页 |
| 2.1 风力发电机组的结构及原理 | 第18-20页 |
| 2.1.1 风力发电机总体构成及原理 | 第18-20页 |
| 2.1.2 风力发电机齿轮箱的基本结构 | 第20页 |
| 2.2 风机齿轮箱的故障类型 | 第20-25页 |
| 2.2.1 齿轮磨损 | 第21-23页 |
| 2.2.2 轴系故障 | 第23页 |
| 2.2.3 轴承故障 | 第23-24页 |
| 2.2.4 齿轮箱漏油 | 第24页 |
| 2.2.5 齿轮箱震动大 | 第24页 |
| 2.2.6 油温油压异常 | 第24-25页 |
| 2.3 预防性维护策略的理论研究 | 第25-28页 |
| 2.3.1 维护的定义 | 第25页 |
| 2.3.2 基于时间为主的设备预防性维护策略 | 第25-27页 |
| 2.3.3 基于状态为主的设备预防性维护策略 | 第27-28页 |
| 2.4 风机齿轮箱维护需要解决的问题 | 第28页 |
| 2.5 小结 | 第28-29页 |
| 第三章 风机齿轮箱剩余寿命预测模型 | 第29-44页 |
| 3.1 引言 | 第29页 |
| 3.2 数据预处理 | 第29-30页 |
| 3.3 齿轮箱剩余寿命预测模型 | 第30-37页 |
| 3.3.1 设备剩余寿命 | 第30页 |
| 3.3.2 BP神经网络 | 第30-33页 |
| 3.3.3 BP神经网络的局限性分析 | 第33-34页 |
| 3.3.4 人工免疫算法 | 第34-35页 |
| 3.3.5 优化算法的步骤 | 第35-37页 |
| 3.4 实验验证与分析 | 第37-43页 |
| 3.4.1 风电机组齿轮箱数据采集试验台 | 第37页 |
| 3.4.2 试验台参数配置 | 第37-38页 |
| 3.4.3 实验过程 | 第38-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于调整因子的风机齿轮箱不完全预防性维护策略 | 第44-58页 |
| 4.1 引言 | 第44页 |
| 4.2 问题描述与假设 | 第44-45页 |
| 4.3 符号说明 | 第45-46页 |
| 4.4 模型分析、建立与求解 | 第46-49页 |
| 4.4.1 各个周期内设备剩余寿命的优化 | 第46-47页 |
| 4.4.2 设备总维护时间 | 第47页 |
| 4.4.3 设备总维护成本 | 第47-48页 |
| 4.4.4 设备的运行成本 | 第48页 |
| 4.4.5 模型的建立与求解 | 第48-49页 |
| 4.5 算例分析 | 第49-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 基于动态维护成本的风机齿轮箱不完全预防性维护策略 | 第58-71页 |
| 5.1 引言 | 第58页 |
| 5.2 问题的描述和假设 | 第58-59页 |
| 5.3 符号说明 | 第59-60页 |
| 5.4 模型的分析、建立与求解 | 第60-63页 |
| 5.4.1 动态维护成本模型 | 第60-61页 |
| 5.4.2 设备总维护时间 | 第61-62页 |
| 5.4.3 设备总维护成本 | 第62页 |
| 5.4.4 模型的求解与建立 | 第62-63页 |
| 5.5 算例分析 | 第63-70页 |
| 5.6 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 本文主要工作 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间取得的研究成果 | 第80页 |