摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-17页 |
1.1 课题背景及意义 | 第11-12页 |
1.2 研究现状 | 第12-15页 |
1.2.1 风力发电机组存在的问题 | 第12-13页 |
1.2.2 性能退化研究现状 | 第13-14页 |
1.2.3 风电设备状态评估研究现状 | 第14-15页 |
1.3 主要研究内容 | 第15-17页 |
第二章 风电机组齿轮箱故障机理及工况对其性能的影响 | 第17-28页 |
2.1 引言 | 第17页 |
2.2 风电机组齿轮箱主要结构 | 第17页 |
2.3 齿轮箱故障机理 | 第17-19页 |
2.3.1 变载荷引起的故障 | 第17-18页 |
2.3.2 油温故障 | 第18-19页 |
2.4 齿轮箱常见故障及特征空间的形成 | 第19-25页 |
2.4.1 齿轮故障 | 第19-22页 |
2.4.2 轴承故障 | 第22-23页 |
2.4.3 轴故障 | 第23-24页 |
2.4.4 特征空间 | 第24-25页 |
2.5 工况变化对齿轮箱性能的影响 | 第25-27页 |
2.5.1 风速对齿轮箱性能的影响 | 第25-26页 |
2.5.2 温度对齿轮箱性能的影响 | 第26-27页 |
2.6 小结 | 第27-28页 |
第三章 隐马尔科夫模型及其在风电齿轮箱性能退化研究中的应用 | 第28-59页 |
3.1 引言 | 第28页 |
3.2 HMM的数学模型 | 第28-34页 |
3.2.1 HMM概念 | 第29页 |
3.2.2 HMM的基本问题及解决方法 | 第29-34页 |
3.3 模型参数确定及初始化 | 第34-35页 |
3.4 HMM在齿轮箱性能退化评估中的应用 | 第35-58页 |
3.4.1 应用在风电齿轮箱的HMM参数 | 第35-36页 |
3.4.2 评估思想 | 第36-38页 |
3.4.3 基于HMM的性能退化程度评估框架 | 第38-40页 |
3.4.4 齿轮箱故障类型的识别 | 第40-43页 |
3.4.5 齿轮箱故障程度的识别 | 第43-55页 |
3.4.6 基于HMM的齿轮箱性能退化评估 | 第55-58页 |
3.5 小结 | 第58-59页 |
第四章 计及工况影响的风电齿轮箱故障率建模 | 第59-68页 |
4.1 引言 | 第59页 |
4.2 基于时间的老化率模型 | 第59-60页 |
4.3 外部工况的偶然故障率模型 | 第60-61页 |
4.4 基于马尔科夫过程的风电齿轮箱故障率模型 | 第61-62页 |
4.5 算例分析 | 第62-67页 |
4.5.1 风场及设备描述 | 第62-63页 |
4.5.2 天气标准划分 | 第63-64页 |
4.5.3 齿轮箱老化故障率 | 第64-65页 |
4.5.4 齿轮箱偶然故障率 | 第65-66页 |
4.5.5 计及工况影响的风电齿轮箱故障率 | 第66-67页 |
4.6 小结 | 第67-68页 |
第五章 基于模糊综合评判的风电齿轮箱状态评估 | 第68-84页 |
5.1 引言 | 第68页 |
5.2 模糊综合评判理论 | 第68-71页 |
5.2.1 模糊综合评判 | 第68-69页 |
5.2.2 隶属函数的确定 | 第69页 |
5.2.3 权重的确定 | 第69-71页 |
5.3 风电齿轮箱状态评估指标体系及其量化方法 | 第71-74页 |
5.3.1 风电齿轮箱状态评估指标体系 | 第71-72页 |
5.3.2 评估指标量化方法 | 第72-74页 |
5.4 基于模糊综合评判的风电齿轮箱状态评估模型 | 第74-79页 |
5.4.1 评判语集及其各层次模糊评判矩阵的建立 | 第74-75页 |
5.4.2 模糊算子和评估指标的处理 | 第75页 |
5.4.3 各评估指标的隶属函数确定 | 第75-77页 |
5.4.4 各级评估指标权重确定 | 第77-79页 |
5.5 实例分析 | 第79-83页 |
5.5.1 实例一 | 第80-82页 |
5.5.2 实例二 | 第82-83页 |
5.6 小结 | 第83-84页 |
第六章 总结与展望 | 第84-86页 |
6.1 总结 | 第84页 |
6.2 展望 | 第84-86页 |
参考文献 | 第86-94页 |
致谢 | 第94-95页 |
攻读硕士学位期间取得的研究成果 | 第95-96页 |