| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·课题背景及研究意义 | 第10-11页 |
| ·基于振动监测的风机轴承故障诊断的国内外研究现状 | 第11-17页 |
| ·基于振动信号的特征提取技术研究现状 | 第12-16页 |
| ·基于振动信号的智能故障诊断技术研究现状 | 第16-17页 |
| ·国内外风机振动信号状态监测技术的研究现状 | 第17-18页 |
| ·本文的主要研究内容 | 第18-20页 |
| 第2章 风力发电机轴承系统研究 | 第20-28页 |
| ·引言 | 第20页 |
| ·风力发电机轴承特点 | 第20-23页 |
| ·风力发电机的主传动系统 | 第21-22页 |
| ·风力发电机轴承分类 | 第22-23页 |
| ·风机轴承的故障机理及发展历程 | 第23-24页 |
| ·风机轴承的故障特征分析 | 第24-27页 |
| ·滚动轴承的基本参数及故障特征频率 | 第25-26页 |
| ·滚动轴承的失效形式 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 振动信号特征提取基本方法研究 | 第28-43页 |
| ·引言 | 第28页 |
| ·基于 LMD 的振动信号特征分析方法 | 第28-37页 |
| ·LMD 算法原理 | 第28-30页 |
| ·基于 LMD 的仿真信号分析 | 第30-32页 |
| ·实测振动信号的 LMD 分析 | 第32-37页 |
| ·基于信息熵的振动信号特征定量描述方法 | 第37-42页 |
| ·振动信号的时域信息熵 | 第37-38页 |
| ·振动信号的频域信息熵 | 第38-39页 |
| ·振动信号的排序熵特征分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 轴承振动信号特征提取及故障诊断研究 | 第43-57页 |
| ·引言 | 第43页 |
| ·振动信号瞬态能量特征提取及故障诊断 | 第43-52页 |
| ·基于 LMD 和 Wigner-Ville 分布的 Wigner-Ville 谱熵方法 | 第43-44页 |
| ·基于 Wigner-Ville 谱熵的轴承振动信号瞬态特征提取 | 第44-46页 |
| ·基于最小二乘支持向量机的轴承故障识别 | 第46-49页 |
| ·仿真实验 | 第49-52页 |
| ·振动信号非线性特征提取及识别方法 | 第52-56页 |
| ·基于 LMD 的多尺度排序熵方法 | 第52-53页 |
| ·基于 LMD 的多尺度排序熵的故障非线性特征量化 | 第53-54页 |
| ·仿真实验 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 风机轴承故障诊断实验 | 第57-66页 |
| ·引言 | 第57页 |
| ·风机模拟实验平台及方法分析 | 第57-61页 |
| ·实验方案 | 第61-62页 |
| ·实验结果分析 | 第62-65页 |
| ·基于 Wigner-Ville 谱熵的多故障类型分类 | 第62-64页 |
| ·基于 LMD 的多尺度排序熵的轴承内圈故障不同程度识别 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |
