首页> 中文学位 >风电机组齿轮箱故障预警及诊断研究
【6h】

风电机组齿轮箱故障预警及诊断研究

代理获取

目录

摘要

第1章绪论

1.1课题背景及研究的目的和意义

1.2国内外研究现状与发展趋势

1.2.1齿轮箱故障预警研究现状与发展趋势

1.2.2齿轮箱故障诊断研究现状与发展趋势

1.3本文主要工作

第2章齿轮箱油温建模与预警

2.1风力发电机齿轮箱结构

2.2数据分析处理及重构

2.2.1齿轮箱油温原始数据分析

2.2.2齿轮箱油温数据预处理

2.2.3齿轮箱油温数据重构

2.3特征提取

2.4基于深度学习的齿轮箱油温预测模型

2.4.1深度神经网络

2.4.2模型参数选择

2.5实验分析

2.5.1实验设计

2.5.2评价指标

2.5.3数据重建对模型预测结果影响分析

2.5.4建模算法对实验结果的影响

2.6齿轮箱油温预警策略

2.7本章小结

第3章齿轮箱轴承故障诊断

3.1齿轮箱轴承故障诊断模型的建立

3.2深度置信网络

3.2.1受限玻尔兹曼机

3.2.2深度置信网络模型

3.3粒子群优化算法优化DBN模型

3.4齿轮箱轴承故障诊断实验流程

3.5实验结果分析

3.5.1数据集描述

3.5.2评价指标

3.5.3采用VMD对分类结果的影响

3.5.4采用FFT对分类精度的影响

3.5.5误报率结果分析

3.5.6算法对比分析

3.6本章小结

第4章风电机组齿轮箱故障预警及诊断系统

4.1系统设计

4.2登陆界面展示

4.3本章小结

结论

参考文献

声明

致谢

展开▼

著录项

  • 作者

    董佳圆;

  • 作者单位

    东北电力大学;

  • 授予单位 东北电力大学;
  • 学科 控制工程
  • 授予学位 硕士
  • 导师姓名 曹生现,王富河;
  • 年度 2021
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TM8TM7;
  • 关键词

  • 入库时间 2022-08-17 11:23:53

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号