| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 国内外风电发展状况 | 第10-14页 |
| 1.3 课题研究内容 | 第14-16页 |
| 第2章 风力发电基础原理 | 第16-23页 |
| 2.1 风能的转换原理 | 第16-17页 |
| 2.2 风力发电机组结构与分类 | 第17-18页 |
| 2.3 风力发电机组的主要类型 | 第18-22页 |
| 2.3.1 直驱式风力发电机组 | 第18-19页 |
| 2.3.2 双馈式风力发电机组 | 第19-20页 |
| 2.3.3 直驱式风力发电机与双馈式风力发电机的特性比较 | 第20-21页 |
| 2.3.4 不同风电机组关于叶片的选取 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 叶片常见故障及诊断方法 | 第23-37页 |
| 3.1 风电机组叶片的结构 | 第23页 |
| 3.2 叶片运行情况与常见故障类型 | 第23-26页 |
| 3.2.1 叶片表面覆冰 | 第24-25页 |
| 3.2.2 叶片断裂 | 第25页 |
| 3.2.3 叶片开裂 | 第25页 |
| 3.2.4 叶片疲劳 | 第25-26页 |
| 3.2.5 叶片的砂眼与雷击故障 | 第26页 |
| 3.2.6 叶片其他故障 | 第26页 |
| 3.3 叶片发生不平衡故障时的表现 | 第26-28页 |
| 3.4 当前叶片故障研究方法 | 第28-35页 |
| 3.4.1 基于特征频移范围的叶片故障诊断 | 第29-30页 |
| 3.4.2 利用高斯小波熵进行频谱识别的叶片故障检测 | 第30-31页 |
| 3.4.3 基于模糊理论的叶片故障检测 | 第31-32页 |
| 3.4.4 基于发电机电流信号检测叶片的不平衡故障检测 | 第32-34页 |
| 3.4.5 其他叶片故障检测方法 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第4章 叶片不平衡故障诊断的实现 | 第37-49页 |
| 4.1 故障信号分析与提取过程 | 第37-40页 |
| 4.2 阶比跟踪分析方法 | 第40-45页 |
| 4.2.1 阶比分析方法原理 | 第41页 |
| 4.2.2 阶比分析在风机故障检测中的应用 | 第41-45页 |
| 4.3 叶片不平衡故障的评估方法 | 第45-48页 |
| 4.3.1 利用阶比分析方法来进行叶片的状态评估 | 第45-47页 |
| 4.3.2 利用轴心轨迹分析方法来进行叶片的状态评估 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 对于叶片相关故障诊断的仿真实现 | 第49-56页 |
| 5.1 GH Bladed软件简介 | 第49页 |
| 5.2 GH Bladed功能与应用 | 第49-50页 |
| 5.3 对于不平衡故障的实验研究 | 第50-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第6章 工作总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间发表的论文及专利 | 第63-64页 |
| 致谢 | 第64页 |
