| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 插图索引 | 第10-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-22页 |
| ·研究背景 | 第13-14页 |
| ·风力发电机组状态监测与故障诊断研究现状 | 第14-16页 |
| ·国外研究现状 | 第15页 |
| ·国内研究现状 | 第15-16页 |
| ·风力发电机组主要故障诊断方法 | 第16-19页 |
| ·专家系统故障诊断方法 | 第16-17页 |
| ·小波分析的故障诊断方法 | 第17页 |
| ·神经网络故障诊断方法 | 第17-18页 |
| ·模糊逻辑故障诊断方法 | 第18页 |
| ·故障树故障诊断方法 | 第18-19页 |
| ·基于案例的故障诊断方法 | 第19页 |
| ·本课题研究意义和内容 | 第19-21页 |
| ·研究意义 | 第19-21页 |
| ·研究内容 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第2章 风力发电机的组成及故障机理分析 | 第22-30页 |
| ·风力发电机组组成及运行原理 | 第22-23页 |
| ·风力发电机组组成 | 第22页 |
| ·风力发电机组的运行原理 | 第22-23页 |
| ·风力发电机组的故障特点 | 第23-24页 |
| ·风力发电机组齿轮箱构成及故障机理分析 | 第24-29页 |
| ·齿轮箱的构成 | 第25-26页 |
| ·齿轮箱测点布置 | 第26-27页 |
| ·齿轮箱故障机理分析 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 齿轮箱振动信号特征提取 | 第30-34页 |
| ·时域故障特征提取 | 第30-31页 |
| ·频域故障特征提取 | 第31-32页 |
| ·风力发电机组齿轮箱故障特征参数 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于粗糙集决策树的风力发电机组齿轮箱故障诊断研究 | 第34-46页 |
| ·数据挖掘介绍 | 第34-35页 |
| ·数据挖掘算法介绍 | 第34-35页 |
| ·WEKA 数据挖掘软件介绍及与数据库相连 | 第35-38页 |
| ·粗糙决策树算法描述及其改进 | 第38-40页 |
| ·粗糙集属性约简算法及其改进 | 第38-39页 |
| ·最佳约简优选算法 | 第39-40页 |
| ·C4.5 决策树算法 | 第40页 |
| ·粗糙决策树算法模型 | 第40-41页 |
| ·基于粗糙决策树的风机齿轮箱数据挖掘仿真 | 第41-45页 |
| ·基于粗糙决策树的风机齿轮箱故障数据分析 | 第41-43页 |
| ·仿真结果分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 风力发电机组齿轮箱故障诊断系统数据库开发 | 第46-56页 |
| ·数据库的开发 | 第46-53页 |
| ·需求分析及概念设计 | 第46-48页 |
| ·逻辑结构设计和物理设计 | 第48-52页 |
| ·存储过程设计 | 第52-53页 |
| ·约束性设计 | 第53页 |
| ·数据库的实施 | 第53页 |
| ·数据库的运行与维护 | 第53-54页 |
| ·数据库与 VB 的 ADO 连接 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 风力发电机组齿轮箱故障诊断系统开发设计 | 第56-75页 |
| ·系统整体结构设计 | 第56页 |
| ·系统软件结构和特点 | 第56-58页 |
| ·风机齿轮箱故障监测诊断系统开发 | 第58-74页 |
| ·系统登陆 | 第58-60页 |
| ·实时监测预警诊断模块 | 第60-65页 |
| ·综合运行数据库管理 | 第65-68页 |
| ·知识库管理 | 第68-74页 |
| ·本章小结 | 第74-75页 |
| 总结与展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 附录 攻读学位期间所发表的学术论文目录 | 第81页 |