| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·论文研究背景与意义 | 第9-10页 |
| ·风电系统故障诊断技术现状与发展趋势 | 第10-12页 |
| ·国内研究现状 | 第10-11页 |
| ·国外研究现状 | 第11-12页 |
| ·基于证据理论的信息融合方法在故障诊断中的应用 | 第12-13页 |
| ·信息融合方法在故障诊断中的应用及意义 | 第12页 |
| ·证据理论在故障诊断中的应用 | 第12-13页 |
| ·论文研究的主要内容及结构安排 | 第13-16页 |
| ·论文的主要研究内容 | 第13-14页 |
| ·论文的结构安排 | 第14-16页 |
| 第二章 基于证据理论的多源信息融合方法 | 第16-38页 |
| ·引言 | 第16页 |
| ·信息融合技术 | 第16-18页 |
| ·信息融合技术的概念和定义 | 第17页 |
| ·信息融合的基本原理及模型 | 第17-18页 |
| ·D-S 证据理论的代数基础理论 | 第18-25页 |
| ·证据理论及相关定义 | 第18-20页 |
| ·Dempster 组合规则 | 第20-21页 |
| ·证据理论的决策准则 | 第21-22页 |
| ·证据理论应用举例 | 第22-24页 |
| ·基于证据理论的故障信息融合诊断框架 | 第24-25页 |
| ·证据理论在风电机组故障诊断中的应用及存在的问题 | 第25-27页 |
| ·风力发电机组结构及主要故障 | 第27-36页 |
| ·滚动轴承故障 | 第30-33页 |
| ·发电机故障 | 第33-35页 |
| ·齿轮箱故障 | 第35-36页 |
| ·风力发电机组故障诊断方法综述 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 基于证据熵的多源组合规则在风力发电机轴承故障诊断中的应用 | 第38-52页 |
| ·引言 | 第38-39页 |
| ·基于加权思想的证据合成方法 | 第39-42页 |
| ·熵权修改规则 | 第39-40页 |
| ·基于熵权的证据合成方法 | 第40页 |
| ·数值实例 | 第40-42页 |
| ·基于证据熵的风力发电机轴承故障诊断方法 | 第42-43页 |
| ·风力发电机轴承故障诊断实例 | 第43-51页 |
| ·灰色理论相关概念 | 第43-44页 |
| ·基于灰色关联度的 BPA 获取方式 | 第44-45页 |
| ·基于证据熵的多源组合规则在风力发电机轴承中的应用 | 第45-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 基于聚类中心化的风力发电机故障诊断方法 | 第52-62页 |
| ·引言 | 第52-53页 |
| ·基于聚类中心化的 BPA 获取方式 | 第53-54页 |
| ·基于灰色关联与聚类中心化的证据获取案例分析 | 第54-55页 |
| ·基于聚类中心化的时空域信息融合方法 | 第55-58页 |
| ·时空域信息融合方法 | 第55-56页 |
| ·基于聚类中心化的信息融合诊断流程 | 第56-57页 |
| ·故障诊断的决策准则 | 第57-58页 |
| ·风力发电机故障诊断实例 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·论文总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70页 |