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 |