| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 课题背景及研究的目的和意义 | 第14-16页 |
| 1.2 风电机组基本组成 | 第16-17页 |
| 1.3 国内外研究现状 | 第17-21页 |
| 1.3.1 齿轮箱故障诊断研究现状 | 第17-18页 |
| 1.3.2 多通道振动信号分析方法研究现状 | 第18-19页 |
| 1.3.3 基于协方差矩阵的故障检测和诊断研究现状 | 第19-20页 |
| 1.3.4 黎曼流形与张量分析研究现状 | 第20-21页 |
| 1.4 本领域存在的科学问题和关键技术问题 | 第21-22页 |
| 1.5 研究内容与结构安排 | 第22-24页 |
| 第2章 多通道振动信号的协方差矩阵流形表示 | 第24-38页 |
| 2.1 引言 | 第24页 |
| 2.2 振动信号传统分析方法 | 第24-29页 |
| 2.2.1 时域分析 | 第25-26页 |
| 2.2.2 频域分析 | 第26-28页 |
| 2.2.3 时频域分析 | 第28页 |
| 2.2.4 相关分析 | 第28-29页 |
| 2.3 方法描述 | 第29-36页 |
| 2.3.1 多通道振动信号 | 第29-30页 |
| 2.3.2 协方差矩阵与黎曼流形 | 第30-34页 |
| 2.3.3 多通道振动信号预处理 | 第34页 |
| 2.3.4 协方差矩阵序列表示 | 第34-35页 |
| 2.3.5 协方差矩阵的奇异值分解 | 第35-36页 |
| 2.4 本章小结 | 第36-38页 |
| 第3章 基于协方差矩阵流形的椭球可视化故障诊断方法 | 第38-56页 |
| 3.1 引言 | 第38-39页 |
| 3.2 椭球可视化 | 第39页 |
| 3.3 四元数与旋转矩阵 | 第39-46页 |
| 3.3.1 四元数概念及性质 | 第39-43页 |
| 3.3.2 四元数与旋转矩阵间转换 | 第43-46页 |
| 3.4 各向异性分析 | 第46页 |
| 3.5 实验测试与分析 | 第46-55页 |
| 3.5.1 测试机组信息 | 第47-49页 |
| 3.5.2 数据分析 | 第49-55页 |
| 3.6 本章小结 | 第55-56页 |
| 第4章 基于协方差矩阵流形黎曼距离的故障检测与定位方法 | 第56-75页 |
| 4.1 引言 | 第56页 |
| 4.2 基于协方差矩阵流形黎曼距离的故障检测方法 | 第56-58页 |
| 4.3 基于EEMD分解和协方差矩阵流形的故障检测与定位方法 | 第58-63页 |
| 4.3.1 EMD分解 | 第58-60页 |
| 4.3.2 相空间重构 | 第60-62页 |
| 4.3.3 改进的算法步骤 | 第62-63页 |
| 4.4 算法验证与结果分析 | 第63-73页 |
| 4.4.1 故障数据1分析 | 第63-68页 |
| 4.4.2 故障数据2分析 | 第68-73页 |
| 4.5 本章小结 | 第73-75页 |
| 第5章 基于协方差矩阵多尺度流形熵特征的故障分类方法 | 第75-103页 |
| 5.1 引言 | 第75页 |
| 5.2 流形熵特征提取 | 第75-82页 |
| 5.2.1 近似熵 | 第76页 |
| 5.2.2 样本熵 | 第76-78页 |
| 5.2.3 多尺度熵 | 第78-79页 |
| 5.2.4 多元样本熵算法 | 第79-80页 |
| 5.2.5 小波及小波包变换 | 第80-82页 |
| 5.3 基于多尺度流形熵特征的故障诊断方法 | 第82-84页 |
| 5.4 算法验证与结果分析 | 第84-102页 |
| 5.4.1 故障数据1分析 | 第84-87页 |
| 5.4.2 故障数据2分析 | 第87-94页 |
| 5.4.3 故障数据3分析 | 第94-102页 |
| 5.5 本章小结 | 第102-103页 |
| 结论 | 第103-105页 |
| 参考文献 | 第105-115页 |
| 攻读博士学位期间发表的论文及其它成果 | 第115-117页 |
| 致谢 | 第117-118页 |
| 个人简历 | 第118页 |
