摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-15页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 行星齿轮箱故障模式识别研究现状 | 第11-13页 |
1.2.1 行星齿轮箱故障分析研究现状 | 第11-12页 |
1.2.2 行星齿轮箱故障模式识别研究现状 | 第12-13页 |
1.3 本课题研究内容安排 | 第13-15页 |
第二章 风力发电机齿轮箱故障类型及振动机理研究 | 第15-22页 |
2.1 风力发电机齿轮箱介绍 | 第15-16页 |
2.1.1 齿轮箱结构类型 | 第15页 |
2.1.2 齿轮箱工作状况 | 第15-16页 |
2.2 风力发电机组齿轮箱故障类型及产生原因 | 第16-18页 |
2.3 齿轮箱的振动机理研究 | 第18-21页 |
2.3.1 齿轮的基本振动分析 | 第18-19页 |
2.3.2 齿轮振动特征频率的计算 | 第19-20页 |
2.3.3 齿轮振动信号的调制 | 第20-21页 |
2.4 本章小结 | 第21-22页 |
第三章 基于特征波形的故障行星齿轮模式识别 | 第22-35页 |
3.1 行星齿轮信号传递 | 第22-25页 |
3.1.1 行星齿轮参数关系 | 第22-23页 |
3.1.2 行星齿轮箱信号传递系统 | 第23-25页 |
3.2 基于特征波形的匹配追踪 | 第25-27页 |
3.2.1 特征波形的提取 | 第25-26页 |
3.2.2 特征波形的优化 | 第26-27页 |
3.2.3 构造原子库并进行振动信号模式的匹配追踪 | 第27页 |
3.3 实验信号分析 | 第27-33页 |
3.3.1 试验系统 | 第27-30页 |
3.3.2 实验信号匹配 | 第30-32页 |
3.3.3 模式识别效果分析 | 第32-33页 |
3.4 本章小结 | 第33-35页 |
第四章 基于多特征模式识别的齿轮箱故障诊断 | 第35-48页 |
4.1 齿轮振动信号分析及特征提取 | 第35-41页 |
4.1.1 振动信号的时域分析及特征提取 | 第35-38页 |
4.1.2 基于变分模态能量熵的振动信号特征提取方法 | 第38-41页 |
4.2 支持向量机概述 | 第41-44页 |
4.2.1 线性分类问题 | 第41-43页 |
4.2.2 非线性分类问题 | 第43页 |
4.2.3 SVM参数的优化 | 第43-44页 |
4.3 实验信号分析 | 第44-47页 |
4.4 本章小结 | 第47-48页 |
第五章 结论与讨论 | 第48-50页 |
5.1 结论 | 第48页 |
5.2 讨论 | 第48-50页 |
参考文献 | 第50-55页 |
致谢 | 第55页 |