声明
插图索引
插表索引
第1章 绪 论
1.1 论文研究的背景及意义
1.2 国内外风电机组故障诊断的研究现状
1.3本文研究的主要内容
第2章 风电机组传动系统故障机理分析与建模
2.1 引言
2.2 风电机组传动系统故障模式与机理分析
2.2.1齿轮故障模式与机理分析
2.2.2 齿轮故障的振动信号特征
2.2.3 轴承故障模式与机理分析
2.2.4轴承故障的振动信号特征
2.3本章小结
第3章 基于GDBA算法的粒子滤波
3.1 粒子滤波算法
3.2 基于遗传算法改进的粒子滤波算法
3.3 基于蝙蝠算法改进粒子滤波的优化算法
3.3.1蝙蝠算法
3.3.2 基于蝙蝠算法改进的粒子滤波算法
3.4 基于遗传扰动机制改进蝙蝠优化算法粒子滤波
3.4.1 交叉率和变异率调整策略
3.4.2 遗传扰动机制
3.4.3 遗传扰动机制改进的蝙蝠算法
3.5 收敛性验证
3.6 交叉率和变异率调整策略验证
3.7 多样性验证
3.8 本章小结
第4章 基于GDBA-PF算法的噪声抑制和故障诊断
4.1 粒子滤波的降噪原理
4.2 GDBA-PF降噪的仿真实验
4.3 目标跟踪性能测试
4.4 传感器故障诊断
4.5 齿轮、轴承故障信号的降噪处理
4.4 本章小结
第5章 基于GDBA优化神经网络的故障识别
5.1 神经网络原理及其在故障诊断中的应用
5.2 基于GDBA优化的神经网络
5.3齿轮、轴承振动信号特征参数提取
5.4 GDBA神经网络创建
5.5 GDBA神经网络故障识别
5.6 本章小结
总结与展望
总结
展望
参考文献
致谢
附录 攻读学位期间所发表的学术论文
兰州理工大学;