首页--工业技术论文--电工技术论文--电机论文--发电机、大型发电机组(总论)论文--风力发电机论文

风电机组振动监测与故障诊断研究

摘要第1-5页
ABSTRACT第5-11页
1 绪论第11-23页
   ·课题背景和研究意义第11-15页
   ·风电机组振动监测与故障诊断技术现状第15-19页
     ·消噪技术现状第15-16页
     ·特征提取及故障诊断技术现状第16-18页
     ·振动监测与故障诊断系统现状第18-19页
   ·本文主要工作第19-20页
   ·本文结构安排第20-23页
2 风电机组传动系统常见振动故障第23-37页
   ·传动系统主要结构第23-26页
   ·齿轮箱特征频率计算第26-29页
   ·齿轮典型故障分析第29-31页
   ·轴承常见故障分析第31-33页
   ·低速和高速轴故障分析第33-34页
   ·监测测点的选取第34-36页
   ·小结第36-37页
3 风电机组振动信号的小波变换消噪第37-59页
   ·小波消噪基础理论第37-43页
     ·小波理论基础第37-40页
     ·小波消噪基本原理第40-43页
     ·传统小波消噪方法的不足第43页
   ·自适应阈值小波消噪方法第43-49页
     ·自适应阈值的确定第43-44页
     ·算法的实现流程第44-45页
     ·实验验证第45-49页
   ·基于交叉验证法优化Morlet 参数的消噪方法第49-57页
     ·Morlet 小波及其改进第49-51页
     ·交叉验证法优化参数第51-54页
     ·实验验证第54-57页
   ·小结第57-59页
4 风电机组振动故障的自项窗 WVD 故障诊断第59-79页
   ·WVD 及其交叉项问题第59-63页
     ·WVD 基础知识第59-62页
     ·交叉项的抑制问题第62-63页
   ·基于阈值ASTFT-WVD 的故障诊断第63-68页
     ·阈值ASTFT-WVD 的提出第63-65页
     ·实验验证第65-68页
   ·SPWVD 谱抑制交叉项的故障诊断第68-72页
     ·SPWVD 谱方法的提出第68-69页
     ·实验验证第69-72页
   ·基于自项窗WVD 的故障诊断第72-76页
     ·自项窗WVD 方法第72页
     ·实验验证第72-76页
   ·三种方法的对比第76-77页
   ·小结第77-79页
5 风电机组振动故障的模糊高阶谱故障诊断第79-97页
   ·高阶谱基本理论第79-83页
     ·高阶矩及高阶累积量的定义第79-80页
     ·高阶矩谱和高阶累计谱的定义第80-82页
     ·双谱直接估计算法第82-83页
   ·阈值化双谱特征提取第83-88页
     ·双谱特征分析第83-86页
     ·阈值化处理过程第86-88页
   ·基于双谱特征的模糊故障诊断方法第88-91页
     ·模式识别基本理论第88-89页
     ·目标模板的构造第89-90页
     ·最近邻模板分类器构造第90-91页
   ·实例分析第91-95页
   ·小结第95-97页
6 风电机组振动监测与故障诊断系统设计第97-119页
   ·系统总体设计第97-100页
     ·需求分析第97-98页
     ·总体设计第98-100页
   ·传感器的选择及安装第100-103页
     ·传感器的选择第100-101页
     ·传感器的安装第101-103页
   ·采集系统的确定第103-105页
   ·系统软件设计第105-114页
     ·辅助功能模块第107-108页
     ·信号预处理模块第108-109页
     ·特征提取模块第109-111页
     ·故障诊断模块第111-114页
   ·应用实例第114-118页
   ·小结第118-119页
7 结论和展望第119-123页
   ·结论第119-120页
     ·全文总结第119-120页
     ·主要创新点第120页
   ·展望第120-123页
致谢第123-125页
参考文献第125-139页
附录第139-140页
 A. 作者在攻读博士学位期间发表的论文目录第139页
 B. 作者在攻读博士学位期间参加的科研项目第139-140页

论文共140页,点击 下载论文
上一篇:毛细管电泳试样在线富集新方法研究
下一篇:DMFC和DSSC的化学增强与光辅助增强催化