| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-24页 |
| ·课题研究背景与意义 | 第9-11页 |
| ·设备故障诊断技术的发展和基本方法 | 第11-13页 |
| ·风力发电机常见故障类型 | 第13-15页 |
| ·风力发电机齿轮箱常见故障类型及信号特征 | 第15-17页 |
| ·轴承损坏 | 第15-16页 |
| ·齿轮损伤 | 第16-17页 |
| ·油温过高 | 第17页 |
| ·齿轮箱故障特征信号 | 第17页 |
| ·风机齿轮箱故障诊断方法 | 第17-22页 |
| ·论文的主要内容 | 第22-24页 |
| 第2章 支持向量机及合成核函数分析 | 第24-40页 |
| ·引言 | 第24页 |
| ·支持向量机的优点 | 第24-25页 |
| ·支持向量机基本理论 | 第25-33页 |
| ·线性可分支持向量机 | 第25-28页 |
| ·广义线性支持向量机 | 第28-30页 |
| ·非线性支持向量机 | 第30-33页 |
| ·核函数相关问题研究 | 第33-36页 |
| ·核方法原理 | 第33-34页 |
| ·合成核构造方法 | 第34-36页 |
| ·构造合成核函数 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 SAPSO算法以及在SVM参数寻优上的应用 | 第40-51页 |
| ·引言 | 第40页 |
| ·基本粒子群优化算法 | 第40-43页 |
| ·算法原理 | 第40-41页 |
| ·基本粒子群优化算法流程 | 第41-43页 |
| ·模拟退火算法 | 第43-44页 |
| ·SAPSO算法 | 第44-45页 |
| ·函数优化实验 | 第45-48页 |
| ·仿真实验 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 改进SVM在齿轮箱故障诊断中的应用 | 第51-62页 |
| ·引言 | 第51-52页 |
| ·常见故障特征参数指标提取方法 | 第52-54页 |
| ·信号的采集和特征提取 | 第54-56页 |
| ·SVM分类器模型的建立 | 第56-59页 |
| ·风机齿轮箱故障诊断实验 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 总结展望 | 第62-64页 |
| ·本文总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 作者在攻读硕士学位期间发表的论文 | 第69页 |