| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第1章 绪论 | 第7-16页 |
| 1.1 课题研究背景与意义 | 第7-10页 |
| 1.1.1 课题研究的背景 | 第7-9页 |
| 1.1.2 课题研究的意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 故障特征提取国内外研究现状 | 第10-12页 |
| 1.2.2 识别方法国内外研究现状 | 第12-13页 |
| 1.3 主要研究内容及总体框架 | 第13-16页 |
| 第2章 风力发电机组传动系统组成及其振动信号特性 | 第16-24页 |
| 2.1 风力发电机组基本结构及工作原理 | 第16-17页 |
| 2.1.1 风力发电机组基本结构 | 第16页 |
| 2.1.2 风力发电机组工作原理 | 第16-17页 |
| 2.2 风力发电机组齿轮传动系统基本组成及常见故障 | 第17-21页 |
| 2.2.1 齿轮传动系统基本组成 | 第17-18页 |
| 2.2.2 齿轮传动系统常见故障 | 第18-19页 |
| 2.2.3 故障特征频率的计算 | 第19-21页 |
| 2.3 风力发电机组齿轮传动系统振动产生机理及振动信号特点 | 第21-22页 |
| 2.3.1 风力发电机组齿轮振动产生机理 | 第21-22页 |
| 2.3.2 风力发电机齿轮传动系统振动信号特点 | 第22页 |
| 2.4 本章小结 | 第22-24页 |
| 第3章 风力发电机组齿轮传动系统故障特征分析 | 第24-39页 |
| 3.1 时域分析方法 | 第24-26页 |
| 3.2 频域分析方法 | 第26-27页 |
| 3.2.1 幅值谱分析法 | 第26页 |
| 3.2.2 细化谱分析法 | 第26-27页 |
| 3.3 实验验证 | 第27-38页 |
| 3.3.1 时域信号采集与分析 | 第27-31页 |
| 3.3.2 齿轮故障振动信号频域分析 | 第31-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 风力发电机组齿轮传动系统故障特征提取 | 第39-52页 |
| 4.1 EMD及EEMD基本理论 | 第39-43页 |
| 4.1.1 经验模态分解 | 第39-41页 |
| 4.1.2 集合经验模态分解 | 第41-43页 |
| 4.2 EEMD算法的改进 | 第43-44页 |
| 4.3 频带能量分布及故障特征向量的确定 | 第44-45页 |
| 4.3.1 相关系数法 | 第44-45页 |
| 4.3.2 频带能量分布的计算 | 第45页 |
| 4.3.3 故障特征向量的确定 | 第45页 |
| 4.4 实验验证 | 第45-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 风力发电机组齿轮传动系统故障识别 | 第52-58页 |
| 5.1 灰色关联度理论算法缺陷及改进 | 第52-54页 |
| 5.1.1 灰色关联度理论及算法 | 第52-53页 |
| 5.1.2 灰色关联度算法的缺陷 | 第53页 |
| 5.1.3 改进的灰色相似关联度算法及性质 | 第53-54页 |
| 5.2 实验验证 | 第54-57页 |
| 5.2.1 实验结果与分析 | 第54-55页 |
| 5.2.2 与多分类支持向量机的比较 | 第55-57页 |
| 5.3 本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间公开发表的学术论文 | 第63-64页 |
| 致谢 | 第64-65页 |