| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究意义 | 第9-12页 |
| 1.2 风电机组故障预测技术国内外研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 本论文的主要工作 | 第15-17页 |
| 第2章 风机齿轮箱故障类型与状态监测 | 第17-23页 |
| 2.1 风机齿轮箱结构 | 第17-19页 |
| 2.2 风机齿轮箱常见故障 | 第19-21页 |
| 2.2.1 齿轮故障 | 第19-20页 |
| 2.2.2 其它故障 | 第20-21页 |
| 2.3 状态监测 | 第21-22页 |
| 2.3.1 风机齿轮箱常用状态监测量 | 第21页 |
| 2.3.2 振动监测的优点 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 风机齿轮箱振动信号的分析方法与小波去噪 | 第23-32页 |
| 3.1 振动信号的基本分析方法 | 第23-27页 |
| 3.1.1 时域分析法 | 第23-24页 |
| 3.1.2 频域分析法 | 第24-27页 |
| 3.2 小波去噪 | 第27-30页 |
| 3.2.1 小波去噪基本原理 | 第27-29页 |
| 3.2.2 阈值去噪法的对比 | 第29-30页 |
| 3.2.3 齿轮箱振动信号的去噪 | 第30页 |
| 3.3 本章小结 | 第30-32页 |
| 第4章 基于随机子空间方法的风机齿轮箱故障预测 | 第32-41页 |
| 4.1 子空间方法概述 | 第32页 |
| 4.2 随机子空间方法 | 第32-34页 |
| 4.2.1 随机状态空间模型 | 第32-33页 |
| 4.2.2 随机状态空间模型的识别 | 第33-34页 |
| 4.3 基于振动数据风机齿轮箱故障预测 | 第34-37页 |
| 4.3.1 齿轮箱随机状态空间模型的建立 | 第35-36页 |
| 4.3.2 齿轮箱故障预测 | 第36-37页 |
| 4.3.3 门槛值的确定 | 第37页 |
| 4.4 仿真分析 | 第37-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第5章 基于确定性-随机子空间方法的风机齿轮箱故障预测 | 第41-53页 |
| 5.1 确定性-随机子空间方法 | 第41-45页 |
| 5.1.1 状态空间模型 | 第41页 |
| 5.1.2 确定性-随机状态空间模型的识别 | 第41-45页 |
| 5.2 结合转速和振动数据的风机齿轮箱故障预测 | 第45-48页 |
| 5.2.1 建立齿轮箱的状态空间方程 | 第45-47页 |
| 5.2.2 齿轮箱故障预测及参考域的确定 | 第47-48页 |
| 5.3 非恒定转速下的仿真分析 | 第48-51页 |
| 5.4 本章小结 | 第51-53页 |
| 第6章 结论与展望 | 第53-55页 |
| 6.1 结论 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-60页 |
| 攻读硕士学位期间参加的科研工作 | 第60-61页 |
| 致谢 | 第61页 |