| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题背景及研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 风电机组传动系统故障诊断的监测对象 | 第13-14页 |
| 1.2.2 基于振动信号分析的风电机组传动系统故障诊断研究现状 | 第14-15页 |
| 1.2.3 风电机组传动系统状态识别方法的研究现状 | 第15-17页 |
| 1.3 本文的主要研究内容 | 第17-19页 |
| 第2章 风电机组传动系统机械故障诊断方案设计 | 第19-24页 |
| 2.1 引言 | 第19页 |
| 2.2 风电机组传动系统基本结构和原理 | 第19-20页 |
| 2.3 风电机组传动系统常见机械故障 | 第20-22页 |
| 2.3.1 齿轮故障 | 第20-21页 |
| 2.3.2 轴承故障 | 第21-22页 |
| 2.3.3 轴系故障 | 第22页 |
| 2.4 风电机组传动系统机械故障诊断总体方案 | 第22-23页 |
| 2.5 实验数据来源 | 第23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 风电机组传动系统振动信号处理 | 第24-35页 |
| 3.1 引言 | 第24页 |
| 3.2 经验小波变换 | 第24-26页 |
| 3.3 自适应信号处理方法性能对比 | 第26-28页 |
| 3.4 基于EWT的风机传动系统振动信号处理与分析 | 第28-34页 |
| 3.4.1 轴承振动信号处理与分析 | 第28-31页 |
| 3.4.2 齿轮振动信号处理与分析 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 风电机组传动系统振动信号特征提取及选择 | 第35-42页 |
| 4.1 引言 | 第35页 |
| 4.2 风电机组传动系统原始特征集合构建 | 第35-36页 |
| 4.3 基于随机森林的风电机组传动系统故障特征选择 | 第36-41页 |
| 4.3.1 随机森林分类流程 | 第37页 |
| 4.3.2 基于随机森林基尼重要度的特征排序原理 | 第37-38页 |
| 4.3.3 基于随机森林基尼重要度与前向特征选择策略的传动系统特征选择 | 第38-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 基于混合分类器的故障诊断方法研究 | 第42-55页 |
| 5.1 引言 | 第42页 |
| 5.2 分类方法原理介绍 | 第42-47页 |
| 5.2.1 支持向量机原理 | 第42-44页 |
| 5.2.2 支持向量数据描述原理 | 第44-46页 |
| 5.2.3 模糊C均值聚类原理 | 第46-47页 |
| 5.3 本研究提出混合分类器的构建和诊断流程 | 第47-48页 |
| 5.4 轴承故障诊断结果及分析 | 第48-51页 |
| 5.4.1 轴承有训练样本故障类型的诊断结果及分析 | 第48-50页 |
| 5.4.2 轴承无训练样本故障类型的诊断结果及分析 | 第50-51页 |
| 5.5 齿轮箱故障诊断结果及分析 | 第51-54页 |
| 5.5.1 齿轮箱有训练样本故障类型的诊断结果及分析 | 第51-53页 |
| 5.5.2 齿轮箱无训练样本故障类型的诊断结果及分析 | 第53-54页 |
| 5.6 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第61-63页 |
| 致谢 | 第63页 |
