| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-33页 |
| ·故障诊断技术研究的目的和意义 | 第12-14页 |
| ·故障诊断技术的研究现状 | 第14-17页 |
| ·水电机组故障诊断理论及诊断方法 | 第17-26页 |
| ·基于信号处理的诊断方法 | 第18-19页 |
| ·基于解析模型的诊断方法 | 第19-20页 |
| ·基于经验知识的诊断方法 | 第20-22页 |
| ·基于数据驱动的诊断方法 | 第22-26页 |
| ·水电机组智能诊断原则及技术发展趋势 | 第26-29页 |
| ·水电机组故障诊断原则 | 第26-28页 |
| ·水电机组故障诊断技术的发展趋势 | 第28-29页 |
| ·本文研究思路和研究内容 | 第29-33页 |
| ·本文研究思路 | 第29-30页 |
| ·本文结构和主要研究内容 | 第30-33页 |
| 第二章 水电机组运行状态特征提取 | 第33-44页 |
| ·引言 | 第33页 |
| ·机组运行状态特征参数的选择 | 第33-35页 |
| ·特征参数的监测方法 | 第35-40页 |
| ·机组出力和效率 | 第35-36页 |
| ·机组稳定性参数 | 第36-37页 |
| ·发电机气隙和磁场强度 | 第37-38页 |
| ·发电机局部放电 | 第38-39页 |
| ·其它特征参数 | 第39-40页 |
| ·特征量的计算方法 | 第40-43页 |
| ·幅域统计法 | 第40页 |
| ·时域分析法 | 第40-42页 |
| ·频域分析法 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第三章 水电机组运行状态健康标准研究 | 第44-62页 |
| ·引言 | 第44页 |
| ·样本统计理论 | 第44-49页 |
| ·大数定律和中心极限定理 | 第44-45页 |
| ·3σ准则(莱以特准则) | 第45-46页 |
| ·休哈特控制图 | 第46-47页 |
| ·主元分析法(PCA) | 第47-49页 |
| ·健康状态评价标准 | 第49-52页 |
| ·绝对评价标准 | 第49-50页 |
| ·相对评价标准 | 第50-52页 |
| ·类比评价标准 | 第52页 |
| ·振动评价标准 | 第52-60页 |
| ·现有的振动评价标准 | 第52-54页 |
| ·对现有振动评价标准的探讨 | 第54-60页 |
| ·确定振动评价标准的讨论 | 第60页 |
| ·本章小结 | 第60-62页 |
| 第四章 基于特征量健康样本的健康评估及趋势预测 | 第62-86页 |
| ·引言 | 第62页 |
| ·特征量健康样本子集的确定 | 第62-64页 |
| ·特征量健康样本指标的种类 | 第62-63页 |
| ·特征量健康样本指标集 | 第63-64页 |
| ·基于特征量健康样本的状态识别 | 第64-73页 |
| ·数据的统计分布特性 | 第64-66页 |
| ·特征量健康样本的建立与状态识别 | 第66-71页 |
| ·特征量健康模型的建立与状态识别 | 第71-73页 |
| ·基于时间序列分解模型的趋势预测 | 第73-84页 |
| ·时间序列分解模型 | 第73-76页 |
| ·基于时间序列的趋势预测算法 | 第76-79页 |
| ·基于时间序列的趋势预测实例 | 第79-84页 |
| ·本章小结 | 第84-86页 |
| 第五章 水电机组振动参数性能退化趋势评估与预测模型 | 第86-99页 |
| ·引言 | 第86页 |
| ·最小二乘支持向量机回归原理 | 第86-87页 |
| ·基于LS-SVM的水电机组振动参数性能退化评估模型 | 第87-88页 |
| ·基于LS-SVM的水电机组振动参数性能退化预测模型 | 第88-89页 |
| ·实例分析 | 第89-98页 |
| ·上导摆度参数退化评估与预测 | 第89-94页 |
| ·上机架振动参数退化评估与预测 | 第94-98页 |
| ·本章小结 | 第98-99页 |
| 第六章 集成化故障诊断系统的研究及应用 | 第99-120页 |
| ·引言 | 第99-100页 |
| ·系统总体结构 | 第100-102页 |
| ·现地监测层 | 第101页 |
| ·厂站集成层 | 第101-102页 |
| ·中心诊断层 | 第102页 |
| ·标准化数据平台的集成 | 第102-105页 |
| ·诊断系统常规集成模式 | 第102-103页 |
| ·标准化数据平台 | 第103-104页 |
| ·标准通讯接口 | 第104-105页 |
| ·数据通信与存储 | 第105-114页 |
| ·数据通信 | 第105-112页 |
| ·数据存储 | 第112-113页 |
| ·数据存储内容 | 第113-114页 |
| ·系统软件功能 | 第114-119页 |
| ·实时监测界面设计 | 第115-117页 |
| ·信号分析与数据统计 | 第117页 |
| ·健康评估与性能退化预测 | 第117-119页 |
| ·共性故障的智能诊断 | 第119页 |
| ·本章小结 | 第119-120页 |
| 第七章 结论与展望 | 第120-124页 |
| ·结论 | 第120-121页 |
| ·主要创新点 | 第121-122页 |
| ·展望 | 第122-124页 |
| 参考文献 | 第124-135页 |
| 附录一 攻读博士期间发表的论文 | 第135-137页 |
| 附录二 攻读博士期间所取得的研究成果 | 第137-138页 |
| 致谢 | 第138页 |
