声明
第一章 绪论
1.1 研究背景及意义
1.2 风电机组传动链故障诊断的研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3信息融合在故障诊断中的研究与应用
1.4 论文主要研究内容和结构
第二章 风电机组传动链的典型故障与振动分析
2.1 风电机组传动链的结构组成
2.2滚动轴承的典型故障及振动分析
2.2.1滚动轴承的典型故障
2.2.2滚动轴承故障信号振动机理
2.2.3滚动轴承故障信号特征频率
2.3常见的故障信号分析方法
2.3.1 时域方法
2.3.2 频域方法
2.3.3 时频分析方法
2.4本章小结
第三章 基于AVMD-SVM的滚动轴承故障诊断算法
3.1变分模态分解理论
3.1.1 模态定义
3.1.2 VMD的原理
3.1.3自适应变分模态分解(AVMD)算法
3.2模态的熵价值理论
3.3基于贝叶斯准则的最小二乘支持向量机
3.3.1 最小二乘支持向量机(LS-SVM)
3.3.2支持向量机与贝叶斯准则的结合
3.4基于AVMD-SVM的故障诊断策略
3.5算法实验验证
3.5.1实验数据介绍
3.5.2 AVMD分解
3.5.3 AVMD参数选取
3.5.4熵价值特征提取
3.5.5基于AVMD-SVM的故障诊断
3.6本章小结
第四章 基于MM-CA的滚动轴承故障诊断算法
4.1引言
4.2数学形态学理论
4.2.1数学形态学基本原理
4.2.2三角型结构元素高的选取
4.3相关性分析原理
4.4 MM-CA故障诊断方法
4.5算法实验验证
4.6本章小结
第五章 基于信息融合的滚动轴承故障诊断算法
5.1引言
5.2证据理论
5.2.1证据理论的基本概念
5.2.2证据理论的组合规则
5.3基于加权证据理论的故障诊断方法
5.4实验验证
5.5本章小结
总结与展望
总结
展望
参考文献
致谢
攻读学位期间发表的学术论文及取得的科研成果
个人简介