| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-21页 |
| ·课题研究背景及意义 | 第12-14页 |
| ·风机关键部件故障诊断国内外研究现状 | 第14-18页 |
| ·研究现状分析与总结 | 第18页 |
| ·研究内容及章节安排 | 第18-21页 |
| ·论文研究内容 | 第18-19页 |
| ·论文章节安排 | 第19-21页 |
| 第二章 风电机组关键机械部件结构及典型故障概述 | 第21-32页 |
| ·引言 | 第21页 |
| ·风力发电机组的结构及原理 | 第21-26页 |
| ·风力发电机的总体构成及原理 | 第21-23页 |
| ·风力发电机的原理 | 第23页 |
| ·齿轮箱升速型风力发电机基本结构简介 | 第23-25页 |
| ·齿轮箱升速型风力发电机齿轮箱结构 | 第25-26页 |
| ·风电机组关键机械部件的典型故障 | 第26-28页 |
| ·齿轮常见故障分析 | 第26-27页 |
| ·轴承常见故障分析 | 第27-28页 |
| ·风电机组关键机械部件的故障信号特征 | 第28-31页 |
| ·齿轮的故障信号特征 | 第28-30页 |
| ·轴承的故障信号特征 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 风电机组关键机械部件故障信号处理方法分析 | 第32-41页 |
| ·引言 | 第32页 |
| ·振动信号的处理 | 第32-38页 |
| ·时域分析 | 第32-33页 |
| ·频域分析 | 第33-36页 |
| ·时频域分析 | 第36-38页 |
| ·软阈值Sym8小波降噪处理 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 风电机组齿轮箱故障诊断方法研究 | 第41-53页 |
| ·引言 | 第41页 |
| ·本征模态函数分量特征参数选取 | 第41-43页 |
| ·核函数主元分析特征参数的提取 | 第43-46页 |
| ·KPC原理及分析推导 | 第43-45页 |
| ·非线性核主元个数的确定 | 第45-46页 |
| ·改进的K最近邻分类器故障分类方法研究 | 第46-50页 |
| ·k最近邻分类 | 第47-48页 |
| ·改进的k最近邻分类 | 第48-50页 |
| ·基于KPC-IkNN的风电机组关键机械部件故障诊断方法 | 第50-52页 |
| ·建立KPC-IkNN的风电机组关键机械部件故障诊断模型 | 第50-51页 |
| ·风电机组关键机械部件故障诊断步骤 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 风电机组齿轮箱故障诊断实验分析 | 第53-74页 |
| ·引言 | 第53页 |
| ·风电机组齿轮箱故障试验台 | 第53-60页 |
| ·试验台参数配置 | 第53-55页 |
| ·齿轮和轴承故障实验方案 | 第55-57页 |
| ·齿轮和轴承故障实验过程 | 第57-60页 |
| ·故障信号降噪处理 | 第60-61页 |
| ·故障特征参数选取 | 第61-67页 |
| ·故障信号时域、频域特征参数选取 | 第61-62页 |
| ·故障信号IMF分量特征参数选取 | 第62-67页 |
| ·基于KPC-IkNN故障诊断分析 | 第67-73页 |
| ·建立核函数主元模型 | 第67-68页 |
| ·建立IkNN诊断分类模型 | 第68-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·总结 | 第74-75页 |
| ·展望 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83页 |