| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 旋转机械故障特征提取方法研究现状 | 第12-13页 |
| 1.2.2 基于振动分析的故障特征量化方法研究现状 | 第13-14页 |
| 1.3 论文主要研究内容和结构 | 第14-17页 |
| 第2章 风电机组传动链结构及典型故障类型分析 | 第17-32页 |
| 2.1 风电机组传动链 | 第17-20页 |
| 2.1.1 双馈式风电机组传动链 | 第17-19页 |
| 2.1.2 直驱式风电机组传动链 | 第19-20页 |
| 2.2 风电机组传动链典型机械故障 | 第20-28页 |
| 2.2.1 齿轮故障 | 第20-23页 |
| 2.2.2 轴承故障 | 第23-28页 |
| 2.2.3 轴故障 | 第28页 |
| 2.3 风电机组传动链振动监测 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 基于EMD和形态滤波的电磁干扰消除方法 | 第32-43页 |
| 3.1 引言 | 第32页 |
| 3.2 理论方法 | 第32-36页 |
| 3.2.1 经验模态分解( Empirical Mode Decomposition,EMD) | 第32-35页 |
| 3.2.2 形态滤波理论 | 第35-36页 |
| 3.3 风电机组电磁干扰消除实例 | 第36-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于倒频谱编辑和循环相干的齿轮箱故障特征提取 | 第43-63页 |
| 4.1 引言 | 第43-44页 |
| 4.2 倒频谱编辑理论介绍 | 第44-45页 |
| 4.3 倒频谱编辑仿真 | 第45-48页 |
| 4.4 循环相干 | 第48-55页 |
| 4.4.1 循环平稳理论 | 第48-50页 |
| 4.4.2 二阶循环统计量—循环相干函数 | 第50-53页 |
| 4.4.3 循环相干解调仿真 | 第53-55页 |
| 4.5 风电齿轮箱中轴承故障特征提取 | 第55-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第5章 基于SOM神经网络和kalman滤波的故障特征量化(CV值)方法 | 第63-75页 |
| 5.1 引言 | 第63页 |
| 5.2 SOM神经网络 | 第63-65页 |
| 5.2.1 SOM神经网络结构 | 第63-64页 |
| 5.2.2 SOM神经网络学习算法 | 第64-65页 |
| 5.3 EMD能量熵 | 第65-66页 |
| 5.4 KALMAN滤波方法 | 第66-67页 |
| 5.5 量化指标计算流程 | 第67-68页 |
| 5.6 实验台测试信号分析 | 第68-69页 |
| 5.7 风电机组发电机轴承信号分析 | 第69-73页 |
| 5.8 本章小结 | 第73-75页 |
| 第6章 结论与展望 | 第75-77页 |
| 6.1 结论 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-84页 |
| 攻读硕士期间发表论文及其它成果 | 第84-85页 |
| 致谢 | 第85页 |
