| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 课题研究背景与意义 | 第13-17页 |
| 1.1.1 课题来源 | 第13页 |
| 1.1.2 课题研究的背景 | 第13-16页 |
| 1.1.3 课题研究的意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.3 主要研究内容及总体框架 | 第19-23页 |
| 第2章 基于 μ -SVD和LMD的状态特征弱信息预处理方法研究 | 第23-49页 |
| 2.1 引言 | 第23页 |
| 2.2 μ -SVD降噪算法 | 第23-31页 |
| 2.2.1 奇异值分解（SVD） | 第23-26页 |
| 2.2.2 基于SVD的子空间方法 | 第26-28页 |
| 2.2.3 μ-SVD降噪算法 | 第28-31页 |
| 2.3 局部均值分解（LMD）算法 | 第31-36页 |
| 2.3.1 乘积函数分量及其特点 | 第31-32页 |
| 2.3.2 LMD算法 | 第32-36页 |
| 2.4 状态特征弱信息预处理方法 | 第36-37页 |
| 2.4.1 预处理方法的基本思想 | 第36页 |
| 2.4.2 预处理方法 | 第36-37页 |
| 2.5 仿真验证 | 第37-43页 |
| 2.6 实验验证 | 第43-47页 |
| 2.6.1 实验设备与实验数据的采集 | 第43-45页 |
| 2.6.2 状态特征弱信息提取结果与讨论 | 第45-47页 |
| 2.7 本章小结 | 第47-49页 |
| 第3章 运行状态劣化的敏感HHT特征提取方法研究 | 第49-74页 |
| 3.1 引言 | 第49页 |
| 3.2 希尔伯特黄变换(HHT)基本理论 | 第49-58页 |
| 3.2.1 经验模式分解(EMD) | 第50-53页 |
| 3.2.2 EMD分解中的相关问题及解决方法 | 第53-56页 |
| 3.2.3 HHT谱分析理论 | 第56-58页 |
| 3.3 基于劣化敏感IMF选择的特征提取方法 | 第58-60页 |
| 3.4 仿真验证 | 第60-63页 |
| 3.5 实验验证 | 第63-73页 |
| 3.5.1 实验设备 | 第63-64页 |
| 3.5.2 实验方案及实验数据的采集 | 第64-69页 |
| 3.5.3 特征提取方法的劣化特征提取性能分析 | 第69-73页 |
| 3.6 本章小结 | 第73-74页 |
| 第4章 基于主观贝叶斯推理的故障检测方法研究 | 第74-87页 |
| 4.1 引言 | 第74页 |
| 4.2 推理机制概述 | 第74-75页 |
| 4.3 推理的分类 | 第75-76页 |
| 4.4 不确定性信息的多传感器分布式检测系统 | 第76-78页 |
| 4.4.1 不确定性信息的描述 | 第76页 |
| 4.4.2 不确定性信息的分类 | 第76-77页 |
| 4.4.3 不确定性信息的多传感器分布式检测系统 | 第77-78页 |
| 4.5 主观贝叶斯理论 | 第78-80页 |
| 4.6 主观贝叶斯推理分布式融合检测方法 | 第80-83页 |
| 4.6.1 多传感器分布式检测数学模型 | 第80-81页 |
| 4.6.2 建立局部判决规则 | 第81-83页 |
| 4.7 实验验证 | 第83-86页 |
| 4.8 本章小结 | 第86-87页 |
| 第5章 基于HILBERT劣化特征熵和HMM的风力发电机组传动系统运行趋势预测方法研究 | 第87-113页 |
| 5.1 引言 | 第87页 |
| 5.2 信息熵基本理论 | 第87-92页 |
| 5.2.1 复杂性测度 | 第88-90页 |
| 5.2.2 信息熵测度 | 第90页 |
| 5.2.3 信息熵定义 | 第90-92页 |
| 5.3 常用的振动信号信息熵描述方法 | 第92-95页 |
| 5.4 Hilbert劣化特征熵方法 | 第95-97页 |
| 5.5 隐马尔可夫模型（HMM）算法 | 第97-101页 |
| 5.5.1 HMM基本理论 | 第97-98页 |
| 5.5.2 HMM的算法实现 | 第98-101页 |
| 5.6 基于Hilbert劣化特征熵和HMM的预测方法 | 第101-106页 |
| 5.6.1 预测方法的基本思想与预测流程 | 第101-104页 |
| 5.6.2 运行状态劣化特征向量的获得 | 第104-105页 |
| 5.6.3 基于HMM的运行状态劣化诊断模型库的建立 | 第105-106页 |
| 5.7 工业现场实验验证 | 第106-112页 |
| 5.7.1 实验设备 | 第106-107页 |
| 5.7.2 实验方案及实验数据的采集 | 第107-108页 |
| 5.7.3 实验数据的特征提取 | 第108页 |
| 5.7.4 预测结果与讨论 | 第108-112页 |
| 5.8 本章小结 | 第112-113页 |
| 第6章 风电场机组群远程监测系统构建及现场应用 | 第113-124页 |
| 6.1 引言 | 第113页 |
| 6.2 系统的总体设计 | 第113-114页 |
| 6.3 系统的硬件系统设计与实现 | 第114-118页 |
| 6.4 系统的软件系统设计与实现 | 第118-121页 |
| 6.4.1 数据库平台 | 第118-119页 |
| 6.4.2 开发环境 | 第119-121页 |
| 6.5 现场应用 | 第121-123页 |
| 6.6 本章小结 | 第123-124页 |
| 结论与展望 | 第124-127页 |
| 创新点 | 第125-126页 |
| 展望 | 第126-127页 |
| 参考文献 | 第127-137页 |
| 攻读学位期间发表论文与研究成果清单 | 第137-139页 |
| 致谢 | 第139页 |
