声明
摘要
第1章 绪论
1.1 选题背景及其意义
1.2 风力发电国内外发展现状
1.3 风电机组故障预测技术国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 本文主要工作
第2章 风电机组主要部件故障类型与故障预测
2.1 风电机组主要部件的故障类型
2.1.1 齿轮箱常见故障类型
2.1.2 轴承常见故障类型
2.1.3 其它主要部件常见故障类型
2.2 故障预测
2.2.1 常见的风电机组状态监测参数
2.2.2 故障预测技术
2.3 本章小结
第3章 基于多元线性回归模型的故障预测
3.1 多元线性回归分析数学模型
3.1.1 变量间的统计关系
3.1.2 多元线性回归分析
3.1.3 多元线性回归模型的参数估计
3.1.4 多元线性回归模型的假设检验
3.2 基于温度数据的部件温度预测与故障预警方法
3.2.1 主轴承和齿轮箱的温度建模与预测
3.2.2 基于温度预测模型的故障预警算法
3.3 实例分析
3.3.1 主轴轴承的故障预警仿真分析
3.3.2 齿轮箱的故障预警仿真分析
3.4 本章小结
第4章 基于多元非线性回归分析的故障预测
4.1 多元非线性回归分析模型
4.2 风电机组传动系统非线性模型温度预测与故障预测算法
4.3 非线性模型与线性模型温度预测精度对比
4.4 传动系统故障预警实例分析
4.4.1 正常运行情况下传动系统数据分析
4.4.2 异常运行情况下的传动系统故障预警实例分析
4.5 本章小结
第5章 基于ARMA模型的休哈特控制图故障预测
5.1 ARMA(p,g)模型
5.1.1 时间序列分析方法简介
5.1.2 自回归移动平均过程ARMA(p,q)模型
5.1.3 ARMA模型的识别、参数估计和诊断检验
5.2 基于温度数据的风机传动系统故障预警算法
5.2.1 传动系统主要部件温度预测模型
5.2.2 休哈特控制图故障预警算法
5.3 传动系统故障预警算例分析
5.3.1 正常运行情况下传动系统的数据分析
5.3.2 异常运行情况下传动系统故障预警分析
5.4 本章小结
第6章 结论与展望
6.1 结论
6.2 展望
参考文献
攻读硕士学位期间发表的论文
攻读硕士学位期间参与的科研项目
致谢
作者简介