| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 选题的背景及意义 | 第11-14页 |
| 1.2 国内外的研究现状 | 第14-17页 |
| 1.2.1 国外的研究现状 | 第15-16页 |
| 1.2.2 国内的研究现状 | 第16-17页 |
| 1.3 课题来源 | 第17页 |
| 1.4 论文的工作安排及各章节主要内容 | 第17-19页 |
| 第二章 风电机组的结构以及常见故障类型 | 第19-30页 |
| 2.1 引言 | 第19页 |
| 2.2 风电机组的结构 | 第19-21页 |
| 2.3 风电机组的故障类型 | 第21-25页 |
| 2.3.1 叶片故障 | 第22-23页 |
| 2.3.2 发电机故障 | 第23-24页 |
| 2.3.3 齿轮箱故障 | 第24-25页 |
| 2.4 轴承的三维建模分析 | 第25-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于小波包的发电机转子断条故障特征的提取 | 第30-45页 |
| 3.1 引言 | 第30页 |
| 3.2 发电机转子断条故障的分析 | 第30-32页 |
| 3.3 发电机转子断条故障特征的提取 | 第32-44页 |
| 3.3.1 快速傅里叶变换 | 第33-36页 |
| 3.3.2 自适应滤波法 | 第36-39页 |
| 3.3.3 小波包变换 | 第39-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于小波包能量分析的发电机转子断条故障诊断 | 第45-55页 |
| 4.1 引言 | 第45页 |
| 4.2 小波包能量分析 | 第45-46页 |
| 4.3 发电机转子断条的故障诊断 | 第46-54页 |
| 4.3.1 定子电流的仿真 | 第46-48页 |
| 4.3.2 转子断条故障电流的快速傅里叶分析 | 第48页 |
| 4.3.3 转子断条故障的小波包能量分析 | 第48-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 基于小波神经网络的风电机组轴承故障裂纹的趋势预测 | 第55-72页 |
| 5.1 引言 | 第55页 |
| 5.2 小波神经网络的原理及结构 | 第55-65页 |
| 5.2.1 小波神经网络的原理 | 第56-57页 |
| 5.2.2 小波神经网络的结构 | 第57-61页 |
| 5.2.3 小波基波选择的标准 | 第61-65页 |
| 5.3 预测模型的建立 | 第65-68页 |
| 5.4 故障预测的实例分析 | 第68-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间取得的研究成果 | 第81页 |