摘要5-6
Abstract6-9
第一章 绪论9-17
1.1 课题背景9-11
1.2 课题探讨近况及进展走势11-15
1.2.1 齿轮箱监测技术探讨近况及进展走势12-14
1.2.2 故障诊断技术探讨近况及进展走势14-15
1.3 本课题的主要探讨内容15-17
第二章 齿轮箱的基本结构及故障特点17-24
2.1 风力发电机组齿轮箱的基本结构17-20
2.1.1 风力发电机组的基本结构17-18
2.1.2 齿轮箱的结构18-20
2.2 齿轮箱的主要故障及其特点20-23
2.2.1 齿轮常见故障21-22
2.2.2 轴承常见故障22-23
2.3 本章小结23-24
第三章 风电机组齿轮箱的故障特点提取24-41
3.1 振动信号的浅析处理策略24-29
3.1.1 时域浅析24-26
3.1.2 频域浅析26-29
3.2 时频浅析策略29-34
3.2.1 小波浅析30-33
3.2.2 小波包分解33-34
3.3 基于小波包频带能量浅析法的故障特点提取34-40
3.3.1 小波包特点提取论述34-37
3.3.2 基于小波包能量谱的风机齿轮箱故障特点提取37-40
3.4 本章小结40-41
第四章 粒子群优化 BP 神经网络论述的齿轮箱故障诊断41-58
4.1 人工神经网络41-45
4.2 粒子群优化算法45-51
4.2.1 基本粒子群优化算法46-48
4.2.2 标准粒子群优化算法48-51
4.3 粒子群优化人工神经网络51-57
4.3.1 基于粒子群优化人工神经网络算法的故障诊断技术54-56
4.3.2 粒子群优化人工神经网络算法在故障诊断中的运用56-57
4.4 本章小结57-58
第五章 风电机组齿轮箱状态监测系统设计58-64
5.1 系统总体设计59-60
5.1.1 设计标准59
5.1.2 系统的工作原理59-60
5.2 测点及传感器的选择60-61
5.3 软件系统设计61-62
5.4 监测系统的实现62-63
5.5 本章小结63-64
第六章 结论64-66