声明
摘要
第1章 绪论
1.1 课题研究的背景及意义
1.2 风电机组齿轮箱基本结构及常见故障
1.3 课题国内外研究现状
1.3.1 风电机组齿轮箱故障诊断方法现状
1.3.2 支持向量机国内外研究历史和现状
1.3.3 齿轮箱故障诊断问题国内外发展历史及研究现状
1.4 课题研究的内容及结构
2.1 信号数据来源
2.2 振动信号降噪处理
2.2.1 经典滤波方法
2.2.2 小波变换降噪法
2.2.3 小波包降噪
2.2.4 基于小波包分解的振动信号白噪声滤波
2.3 振动故障信号特征参数提取
2.3.1 时域故障特征参数提取
2.3.2 频域故障特征参数提取
2.4 本章小结
第3章 基于DS-FOA的支持向量机参数优化
3.1 支持向量机介绍
3.1.1 支持向量机分类
3.1.2 核函数
3.2 粒子群优化算法和果蝇优化算法介绍
3.2.1 粒子群优化算法简介
3.2.2 递减步长果蝇优化算法
3.3 基于DS-FOA的支持向量机参数优化应用
3.4 本章小结
第4章 基于决策树支持向量机的风机齿轮箱故障诊断
4.1 风机齿轮箱混合故障问题阐述
4.2 基于决策树SVM的混合故障分类模型
4.2.1 决策树支持向量机
4.2.2 风机齿轮箱混合故障分类模型建立
4.3 基于决策树支持向量机的风机齿轮箱故障诊断应用
4.4 本章小结
5.1 结论
5.2 展望
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢