大型汽轮机故障特征提取方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 引言 | 第10-17页 |
| ·选题背景及意义 | 第10页 |
| ·汽轮机故障诊断研究现状 | 第10-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·独立分量分析(ICA)研究现状 | 第13-15页 |
| ·ICA的国内外研究现状 | 第13-14页 |
| ·ICA在工程中的应用 | 第14-15页 |
| ·本文的主要研究内容 | 第15-17页 |
| ·本文的主要工作 | 第15-16页 |
| ·本文的结构 | 第16-17页 |
| 第2章 汽轮发电机组故障 | 第17-29页 |
| ·大型汽轮发电机组的典型结构 | 第17-18页 |
| ·600MW超临界汽轮机发电机组 | 第17-18页 |
| ·850MW亚临界汽轮机组 | 第18页 |
| ·汽轮机的典型故障 | 第18-25页 |
| ·转子不平衡故障 | 第19-20页 |
| ·转子不对中故障 | 第20页 |
| ·动静碰磨故障 | 第20-21页 |
| ·油膜振荡 | 第21-22页 |
| ·转轴弯曲 | 第22页 |
| ·转子裂纹 | 第22-23页 |
| ·汽轮机故障特征总结 | 第23-25页 |
| ·汽轮机故障信号仿真 | 第25-29页 |
| ·故障信号仿真模型 | 第25-26页 |
| ·故障信号仿真程序实现 | 第26-29页 |
| 第3章 独立分量分析基本理论及应用 | 第29-50页 |
| ·独立分量分析的概述 | 第29页 |
| ·ICA的数学基础知识 | 第29-36页 |
| ·概率分布和概率密度 | 第30-33页 |
| ·信息论的基础知识 | 第33-36页 |
| ·独立分量分析的基本理论 | 第36-42页 |
| ·独立分量分析的概述 | 第36-38页 |
| ·ICA的独立性判据 | 第38-39页 |
| ·ICA的算法 | 第39-42页 |
| ·基本ICA应用 | 第42-49页 |
| ·时域分析 | 第43-45页 |
| ·汽轮机振动信号的基本ICA分析 | 第45-49页 |
| ·小结 | 第49-50页 |
| 第4章 基于频域ICA的故障源分离 | 第50-56页 |
| ·问题概述 | 第50页 |
| ·频域ICA基本理论 | 第50-52页 |
| ·盲卷积问题 | 第50-51页 |
| ·频域ICA方法 | 第51-52页 |
| ·分析实例 | 第52-55页 |
| ·小结 | 第55-56页 |
| 第5章 基于单通道ICA的故障特征提取 | 第56-66页 |
| ·问题概述 | 第56页 |
| ·单通道ICA基本理论 | 第56-57页 |
| ·单通道ICA应用举例 | 第57-65页 |
| ·机组运行状态 | 第57-58页 |
| ·单通道ICA特征提取 | 第58-65页 |
| ·小结 | 第65-66页 |
| 第6章 结论与展望 | 第66-68页 |
| ·结论 | 第66-67页 |
| ·研究展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 附录1 汽轮机故障信号仿真 | 第72-75页 |
| 附录2 汽轮机振动信号的基本ICA分离 | 第75-82页 |
| ·四通道分离结果 | 第75-77页 |
| ·其他位置六通道分离结果 | 第77-79页 |
| ·八通道分离结果 | 第79-82页 |
| 附录3 汽轮机振动信号的频域ICA分离 | 第82-89页 |
| ·四通道分离结果 | 第82-84页 |
| ·其他位置六通道分离结果 | 第84-86页 |
| ·八通道分离结果 | 第86-89页 |
| 附录4 汽轮机振动信号单通道ICA分离结果 | 第89-100页 |
| ·单通道ICA分离信号源及其频谱 | 第89-95页 |
| ·单通道ICA分离基函数及其频谱 | 第95-100页 |
| 攻读硕士学位期间发表的学术论文 | 第100-101页 |
| 致谢 | 第101页 |
