| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 引言 | 第9页 |
| 1.2 风电机组发展现状 | 第9-10页 |
| 1.3 国内外风电机组齿轮箱故障的研究现状 | 第10-14页 |
| 1.3.1 国内外基于振动信号的故障诊断的研究现状 | 第12-13页 |
| 1.3.2 国内外基于模拟仿真的故障诊断方法研究现状 | 第13-14页 |
| 1.4 本文研究内容 | 第14-17页 |
| 2 风电机组齿轮箱系统及典型故障 | 第17-25页 |
| 2.1 风电机组齿轮箱的工作特点 | 第18页 |
| 2.2 风电齿轮箱故障原因 | 第18-19页 |
| 2.3 风电齿轮箱故障形式 | 第19-21页 |
| 2.4 行星齿轮箱故障振动特性 | 第21-23页 |
| 2.5 行星齿轮箱故障的特点 | 第23页 |
| 2.6 本章小结 | 第23-25页 |
| 3 风电机组齿轮箱的振动特性 | 第25-39页 |
| 3.1 齿轮箱振动的模型 | 第25-35页 |
| 3.1.1 齿轮传动的数学模型 | 第25-28页 |
| 3.1.2 齿轮振动的谐波信号 | 第28-31页 |
| 3.1.3 滚动轴承故障的特征频率 | 第31-33页 |
| 3.1.4 滚动轴承故障振动模型 | 第33-35页 |
| 3.2 风电齿轮箱的振动信号的模拟 | 第35-38页 |
| 3.3 本章小结 | 第38-39页 |
| 4 齿轮箱故障的诊断方法 | 第39-51页 |
| 4.1 故障诊断的方法 | 第39-43页 |
| 4.1.1 傅里叶变换 | 第39-40页 |
| 4.1.2 小波理论 | 第40-42页 |
| 4.1.3 Hilbert包络理论 | 第42-43页 |
| 4.2 实例分析 | 第43-50页 |
| 4.2.1 齿轮故障分析 | 第43-47页 |
| 4.2.2 滚动轴承故障分析 | 第47-50页 |
| 4.3 本章小结 | 第50-51页 |
| 5 故障的识别 | 第51-63页 |
| 5.1 蚁群算法的原理 | 第51页 |
| 5.2 蚁群算法的特点 | 第51-52页 |
| 5.3 基于蚁群算法的故障识别的方法 | 第52-62页 |
| 5.3.1 时频特征参数的选取 | 第52-57页 |
| 5.3.2 基于蚁群算法的故障识别步骤 | 第57-58页 |
| 5.3.3 蚁群算法故障诊断的实现 | 第58-62页 |
| 5.4 本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| 6.1 工作总结 | 第63页 |
| 6.2 研究展望 | 第63-65页 |
| 攻读学位期间发表的学术论文及参加的科研项目 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |