基于深度学习的风电机组传动系统故障诊断方法研究

目录

摘要

第1章绪论

1．1课题背景及意义

1．2国内外研究现状

1．3课题主要研究内容与论文结构安排

1．3．1课题的主要研究内容

1．3．2论文结构安排

第2章风电机组传动系统典型机械故障机理分析

2．1引言

2．2风电机组基本结构和工作原理

2．2．1基本结构

2．2．2工作原理

2．3风电机组传动系统典型机械故障模式和机理分析

2．3．1齿轮故障

2．3．2齿轮故障的振动信号特征分析

2．3．3主轴承故障

2．3．4主轴承故障的振动信号特征分析

2．4本章小结

第3章基于改进的堆叠稀疏降噪自编码网络的风机齿轮箱故障诊断方法研究

3．1引言

3．2深度自编码网络原理

3．2．1反向传播算法

3．2．2自动编码器

3．2．3稀疏自编码器

3．2．4降噪自编码器

3．2．5堆叠稀疏降噪自编码器

3．3粒子群算法

3．3．1基础理论

3．3．2基本步骤

3．4基于PSO-SSDAE的故障诊断模型

3．4．1模型参数优化

3．4．2模型训练与故障诊断流程

3．5仿真分析

3．5．1实验数据

3．5．2模型超参数优化

3．5．3诊断结果分析

3．5本章小结

第4章基于辅助分类器生成对抗网络的风机主轴承故障诊断方法研究

4．1引言

4．2生成对抗网络基本原理

4．2．1生成对抗网络

4．2．2辅助分类器生成对抗网络

4．3基于ACGAN-SDAE的故障诊断模型

4．3．1诊断模型整体架构

4．3．2判别器训练

4．3．3生成器训练

4．3．4模型对抗训练过程

4．3．5故障诊断算法的实现

4．4仿真分析

4．4．1实验数据集说明

4．4．2实验设定

4．4．3ACGAN-SDAE噪声因子的选择

4．4．4不同故障样本量下的诊断性能比较

4．4．5不同故障信噪比下的诊断性能比较

4．4．6跨不同负载域下的诊断性能比较

4．4．7ACGAN-SDAE的特征提取和样本生成可视化分析

4．5本章小结

结论

参考文献

攻读硕士学位期间发表的学术论文

声明

致谢