风力发电机关键参数监测与故障诊断
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-19页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·故障诊断技术的国内外研究现状和发展方向 | 第10-15页 |
| ·故障诊断技术国内外研究现状 | 第10-14页 |
| ·故障诊断技术发展方向 | 第14-15页 |
| ·时间序列分析的研究现状及意义 | 第15-17页 |
| ·时间序列频域分析 | 第15-16页 |
| ·时间序列时域分析 | 第16-17页 |
| ·时间序列分析的意义 | 第17页 |
| ·本课题所做的主要工作及论文的组织结构 | 第17-19页 |
| 第2章 风力发电机转子故障特性分析 | 第19-27页 |
| ·转子故障电流特性分析 | 第19-24页 |
| ·定子电流中的故障特征量 | 第19-20页 |
| ·电流特征量的修正 | 第20-23页 |
| ·定子电流高次谐波分量分析 | 第23-24页 |
| ·定子电流高次边频带分析 | 第24页 |
| ·转子故障振动特性分析 | 第24-26页 |
| ·振动机理分析 | 第24-26页 |
| ·振动特征分析 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 时序建模及预测 | 第27-46页 |
| ·时间序列分析基本理论 | 第27-30页 |
| ·时间序列和时序分析 | 第27页 |
| ·数据采集 | 第27-28页 |
| ·时间序列特性检验 | 第28-30页 |
| ·ARMA 模型 | 第30-34页 |
| ·ARMA 模型参数估计 | 第31-32页 |
| ·ARMA 模型适用性检验 | 第32-34页 |
| ·时序模型最佳预测 | 第34-36页 |
| ·AR 模型最佳预测计算 | 第34-35页 |
| ·ARMA 模型最佳预测计算 | 第35-36页 |
| ·实例分析与仿真 | 第36-45页 |
| ·数据检验和预处理 | 第36-40页 |
| ·ARMA 模型参数估计与检验 | 第40-41页 |
| ·ARMA 模型预测 | 第41-44页 |
| ·结果分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 故障诊断实验研究 | 第46-67页 |
| ·实验平台介绍 | 第46-49页 |
| ·基于定子电流信号的诊断分析 | 第49-60页 |
| ·实验数据采集 | 第49-52页 |
| ·时序建模及预测 | 第52-56页 |
| ·故障诊断原理 | 第56-57页 |
| ·判别函数及其几何解释 | 第57-58页 |
| ·故障诊断实例分析 | 第58-60页 |
| ·基于转子振动信号的诊断分析 | 第60-66页 |
| ·实验数据采集 | 第60-61页 |
| ·时序建模 | 第61-64页 |
| ·故障诊断实例分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 附录1 | 第69-71页 |
| 附录2 | 第71-74页 |
| 附录3 | 第74-79页 |
| 参考文献 | 第79-84页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第84-85页 |
| 致谢 | 第85-86页 |
| 作者简介 | 第86页 |
