基于振动信号分析的风力发电机轴承故障诊断
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·设备故障诊断过程 | 第10-11页 |
| ·本文主要研究内容 | 第11-13页 |
| 第二章 风力机组的结构分类及轴承故障机理分析 | 第13-21页 |
| ·风电机组主要类型 | 第13-15页 |
| ·风力发电机组机械传动系统 | 第15-17页 |
| ·风力发电机常见的故障 | 第17-18页 |
| ·轴承常见故障及故障特点 | 第18-20页 |
| ·轴承的故障机理及发展历程 | 第18-19页 |
| ·轴承故障特征频率 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于EMD的HHT的故障特征量提取 | 第21-33页 |
| ·HHT分析 | 第21-24页 |
| ·希尔伯特谱和希尔伯特边际谱 | 第24-25页 |
| ·HHT仿真信号分析 | 第25-27页 |
| ·HHT在风电场实际轴承振动信号中的应用 | 第27-32页 |
| ·HHT频率特征提取 | 第27-31页 |
| ·IMF能量特征向量的提取 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第四章 基于小波包的特征量提取 | 第33-47页 |
| ·小波分析 | 第33-37页 |
| ·小波包基本理论 | 第37-41页 |
| ·小波包在实际轴承振动信号中的应用 | 第41-46页 |
| ·小波包能量特征提取 | 第43-44页 |
| ·小波包频率特征提取 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于SVM的故障诊断方法 | 第47-59页 |
| ·支持向量机 | 第47-50页 |
| ·支持向量机分类原理 | 第47-48页 |
| ·支持向量机核函数 | 第48-50页 |
| ·SVM解决多分类问题的方法 | 第50-51页 |
| ·风力发电机轴承故障实验研究 | 第51-58页 |
| ·实验方案介绍 | 第51-52页 |
| ·故障特征量提取 | 第52-55页 |
| ·支持向量机在故障分类中的应用 | 第55-58页 |
| ·小结 | 第58-59页 |
| 第六章 结论与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文 | 第65-66页 |
| 致谢 | 第66-68页 |
