风力发电机组振动监测与故障诊断技术

1 (p1): 1绪论
1 (p1-1): 1.1 风电机组故障诊断基础
1 (p1-1-1): 1.1.1 风电机组故障诊断的重要性
2 (p1-1-2): 1.1.2 风电机组常见故障
4 (p1-1-3): 1.1.3 风电机组振动监测方法
6 (p1-2): 1.2 风电机组故障诊断技术的发展
7 (p1-2-1): 1.2.1 干扰噪声的消除
7 (p1-2-2): 1.2.2 特征提取技术
9 (p1-2-3): 1.2.3 故障诊断技术
11 (p1-2-4): 1.2.4 振动监测与故障诊断系统
12 (p2): 2风电机组传动系统常见故障
12 (p2-1): 2.1 传动系统主要结构
13 (p2-1-1): 2.1.1 风轮
14 (p2-1-2): 2.1.2 齿轮箱
15 (p2-1-3): 2.1.3 发电机
15 (p2-1-4): 2.1.4 机械刹车系统
16 (p2-1-5): 2.1.5 风电机组轴承
16 (p2-2): 2.2 齿轮箱特征频率计算
17 (p2-2-1): 2.2.1 第一级行星轮系
19 (p2-2-2): 2.2.2 第二级行星轮系
19 (p2-2-3): 2.2.3 第三级定轴传动
20 (p2-3): 2.3 齿轮典型故障分析
21 (p2-3-1): 2.3.1 齿形误差
21 (p2-3-2): 2.3.2 齿面磨损
22 (p2-3-3): 2.3.3 断齿故障
22 (p2-3-4): 2.3.4 齿面点蚀
22 (p2-3-5): 2.3.5 齿面胶合
23 (p2-4): 2.4 轴承常见故障分析
25 (p2-5): 2.5 低速和高速轴故障分析
25 (p2-5-1): 2.5.1 轴不平衡
25 (p2-5-2): 2.5.2 轴不对中
26 (p2-5-3): 2.5.3 轴弯曲
26 (p2-6): 2.6 监测测点的选取
26 (p2-6-1): 2.6.1 监测点选取原则
28 (p2-6-2): 2.6.2 监测点选取位置
29 (p2-7): 2.7 小结
30 (p3): 3风电机组振动信号的消噪方法
30 (p3-1): 3.1 小波消噪基础理论
30 (p3-1-1): 3.1.1 小波理论基础
34 (p3-1-2): 3.1.2 小波消噪基本原理
37 (p3-1-3): 3.1.3 传统小波消噪方法的不足
38 (p3-2): 3.2 自适应阈值小波消噪方法
38 (p3-2-1): 3.2.1 自适应阈值的确定
39 (p3-2-2): 3.2.2 算法的实现流程
40 (p3-2-3): 3.2.3 实验验证
45 (p3-3): 3.3 基于交叉验证法优化Morlet参数的消噪方法
45 (p3-3-1): 3.3.1 Morlet小波及其改进
47 (p3-3-2): 3.3.2 交叉验证法优化参数
51 (p3-3-3): 3.3.3 实验验证
55 (p3-4): 3.4 小结
56 (p4): 4风电机组振动故障的自项窗WVD故障诊断
56 (p4-1): 4.1 WVD及其交叉项问题
56 (p4-1-1): 4.1.1 WVD基础知识
60 (p4-1-2): 4.1.2 交叉项的抑制问题
62 (p4-2): 4.2 基于阈值ASTFT-WVD的故障诊断
62 (p4-2-1): 4.2.1 阈值ASTFT-WVD的提出
64 (p4-2-2): 4.2.2 实验验证
67 (p4-3): 4.3 SPWVD谱抑制交叉项的故障诊断
67 (p4-3-1): 4.3.1 SPWVD谱方法的提出
68 (p4-3-2): 4.3.2 实验验证
72 (p4-4): 4.4 基于自项窗WVD的故障诊断
72 (p4-4-1): 4.4.1 自项窗WVD方法
73 (p4-4-2): 4.4.2 实验验证
77 (p4-5): 4.5 三种方法的对比
79 (p4-6): 4.6 小结
80 (p5): 5风电机组振动故障的模糊高阶谱故障诊断
80 (p5-1): 5.1 高阶谱基本理论
80 (p5-1-1): 5.1.1 高阶矩及高阶累积量的定义
82 (p5-1-2): 5.1.2 高阶矩谱和高阶累积谱的定义
84 (p5-1-3): 5.1.3 双谱直接估计算法
85 (p5-2): 5.2 阈值化双谱特征提取
85 (p5-2-1): 5.2.1 双谱特征分析
89 (p5-2-2): 5.2.2 阈值化处理过程
90 (p5-3): 5.3 基于双谱特征的模糊故障诊断方法
90 (p5-3-1): 5.3.1 模式识别基本理论
92 (p5-3-2): 5.3.2 目标模板的构造
93…