| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究目的及意义 | 第9页 |
| 1.2 风力发电机组的轴承振动检测和诊断技术的发展现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 故障信号处理方法的研究现状 | 第11-13页 |
| 1.4 论文的主要工作 | 第13-14页 |
| 第2章 风力发电机组轴承常见故障特征及原因 | 第14-19页 |
| 2.1 风力发电机组轴承结构 | 第14页 |
| 2.2 风力发电机组轴承故障特征 | 第14-18页 |
| 2.2.1 轴承故障的一般特征 | 第14-16页 |
| 2.2.2 轴承故障频率的计算 | 第16-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第3章 振动信号的采集与预处理 | 第19-32页 |
| 3.1 振动传感器的选择 | 第19-22页 |
| 3.1.1 振动传感器的主要构成 | 第19-20页 |
| 3.1.2 IEPE 加速度传感器简介 | 第20页 |
| 3.1.3 ICP 加速度传感器简介 | 第20页 |
| 3.1.4 加速度传感器的选择 | 第20-22页 |
| 3.2 现场数据的采集 | 第22-23页 |
| 3.3 振动信号的预处理 | 第23-31页 |
| 3.3.1 小波去噪 | 第23-24页 |
| 3.3.2 EMD 分析去噪 | 第24-26页 |
| 3.3.3 包络解调分析去噪 | 第26-27页 |
| 3.3.4 对现场采集信号的预处理 | 第27-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于 EMD 的故障特征提取 | 第32-47页 |
| 4.1 EMD 分解存在的问题 | 第32-34页 |
| 4.1.1 端点效应 | 第32-33页 |
| 4.1.2 模态混叠 | 第33-34页 |
| 4.1.3 虚假分量 | 第34页 |
| 4.2 EMD 中虚假分量识别方法的改进 | 第34-42页 |
| 4.2.1 能量守恒法原理 | 第34-36页 |
| 4.2.2 误差的来源 | 第36-37页 |
| 4.2.3 能量守恒法识别虚假分量步骤的改进 | 第37-38页 |
| 4.2.4 改进能量守恒法的实验验证 | 第38-42页 |
| 4.3 改进虚假分量识别方法与传统方法的比较 | 第42-46页 |
| 4.3.1 相关系数法 | 第42页 |
| 4.3.2 KL 散度法 | 第42-43页 |
| 4.3.3 能量守恒法和频谱散度结合法 | 第43-44页 |
| 4.3.4 实验验证 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 基于支持向量机的风力发电机组轴承故障诊断 | 第47-54页 |
| 5.1 支持向量机理论 | 第47-49页 |
| 5.2 支持向量机参数优化选择方法 | 第49-50页 |
| 5.2.1 交叉验证与网格搜索 | 第49-50页 |
| 5.2.2 粒子群优化算法 | 第50页 |
| 5.2.3 遗传算法 | 第50页 |
| 5.3 支持向量机对风力发电机组轴承故障信号进行诊断 | 第50-53页 |
| 5.3.1 单一程度故障诊断 | 第51页 |
| 5.3.2 不同程度故障诊断 | 第51-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第6章 结论与展望 | 第54-56页 |
| 6.1 结论 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-60页 |
| 致谢 | 第60页 |