声明
摘要
第一章绪论
1.1研究背景及意义
1.2国内外文献综述
1.2.1故障诊断
1.2.2故障预测
1.3本课题的主要内容
第二章直驱式风电机组主轴承故障形式及故障预测
2.1直驱式风电机组主轴承故障形式及其产生原因
2.2 SCADA系统采集数据类型
2.3故障预测技术
第三章基于Adaboost-BP神经网络与EWMA控制图的故障预测
3.1模型简介
3.1.1 BP神经网络
3.1.2 Adaboost-BP神经网络
3.1.3主轴承故障预测算法
3.2数据预处理
3.2.1变量选择
3.3.2数据预处理
3.3风电机组主轴承的温度建模与预测
3.3.1基于Adaboost-BP神经网络的主轴承温度预测
3.3.2 Adaboost-BP神经网络模型与BP神经网络模型预测精度对比
3.4基于EWMA控制图的主轴承故障预警分析
3.4.1风电机组正常运行情况下主轴承状态分析
3.4.2风电机组异常运行情况下主轴承故障预警分析
第四章基于FAR模型与EWMA控制图的故障预测
4.1模型简介
4.1.1变系数模型的形式
4.1.2变系数回归模型估计方法
4.1.3光滑参数选取
4.1.4基于FAR模型和EWMA控制图的故障预测流程
4.2数据预处理
4.3基于温度数据的主轴承温度预测
4.3.1基于FAR模型的主轴承温度预测
4.3.2 FAR模型与Adaboost-BP神经网络模型预测精度对比
4.4基于EWMA控制图的主轴承故障预警分析
4.4.1风电机组正常运行情况下主轴承状态分析
4.4.2风电机组异常运行情况下主轴承故障预警分析
结论与展望
结论
展望
参考文献
致谢
附录
长沙理工大学;