风力发电机组轴承振动检测和故障诊断研究 |
论文目录 | | | 摘要 | 第1-6页 | | Abstract | 第6-9页 | | 第1章 绪论 | 第9-14页 | | · 研究目的及意义 | 第9页 | | · 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 | | · 国外研究现状 | 第9-10页 | | · 国内研究现状 | 第10-11页 | | · 故障信号处理方法的研究现状 | 第11-13页 | | · 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 | | · 风力发电机组轴承结构 | 第14页 | | · 风力发电机组轴承故障特征 | 第14-18页 | | · 轴承故障的一般特征 | 第14-16页 | | · 轴承故障频率的计算 | 第16-18页 | | · 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 | | · 振动传感器的选择 | 第19-22页 | | · 振动传感器的主要构成 | 第19-20页 | | · IEPE 加速度传感器简介 | 第20页 | | · ICP 加速度传感器简介 | 第20页 | | · 加速度传感器的选择 | 第20-22页 | | · 现场数据的采集 | 第22-23页 | | · 振动信号的预处理 | 第23-31页 | | · 小波去噪 | 第23-24页 | | · EMD 分析去噪 | 第24-26页 | | · 包络解调分析去噪 | 第26-27页 | | · 对现场采集信号的预处理 | 第27-31页 | | · 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 | | · EMD 分解存在的问题 | 第32-34页 | | · 端点效应 | 第32-33页 | | · 模态混叠 | 第33-34页 | | · 虚假分量 | 第34页 | | · EMD 中虚假分量识别方法的改进 | 第34-42页 | | · 能量守恒法原理 | 第34-36页 | | · 误差的来源 | 第36-37页 | | · 能量守恒法识别虚假分量步骤的改进 | 第37-38页 | | · 改进能量守恒法的实验验证 | 第38-42页 | | · 改进虚假分量识别方法与传统方法的比较 | 第42-46页 | | · 相关系数法 | 第42页 | | · KL 散度法 | 第42-43页 | | · 能量守恒法和频谱散度结合法 | 第43-44页 | | · 实验验证 | 第44-46页 | | · 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 | | · 支持向量机理论 | 第47-49页 | | · 支持向量机参数优化选择方法 | 第49-50页 | | · 交叉验证与网格搜索 | 第49-50页 | | · 粒子群优化算法 | 第50页 | | · 遗传算法 | 第50页 | | · 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 | | · 单一程度故障诊断 | 第51页 | | · 不同程度故障诊断 | 第51-53页 | | · 本章小结 | 第53-54页 | | 第6章 结论与展望 | 第54-56页 | | · 结论 | 第54-55页 | | · 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 |
|
|
|
| |
