風電設備制造服務系統(tǒng)研究

第1章 緒論
1．1 研究背景
1．2 研究意義
1．3 研究內容與章節(jié)安排
1．4 主要創(chuàng)新之處
第2章 文獻回顧與述評
2．1 可重構制造系統(tǒng)研究現狀
2．2 制造單元控制系統(tǒng)研究現狀
2．3 制造單元控制系統(tǒng)建模方法研究現狀
2．4 功能塊應用系統(tǒng)研究現狀
2．5 狀態(tài)監(jiān)測與故障診斷技術研究現狀
2．6 設備狀態(tài)評估及其維護策略研究現狀
2．7 文獻述評
第3章 風電設備制造服務系統(tǒng)體系結構
3．1 風電設備的基本構成
3．2 風電設備制造服務系統(tǒng)體系結構
3．3 面向服務的控制軟件體系結構
3．4 風電設備制造單元控制系統(tǒng)模型特性分析
3．5 本章小結
第4章 可重構風電設備制造單元控制系統(tǒng)動態(tài)建模
4．1 OCNCES的定義
4．2 通用VMD復合功能塊的ONCEM建模
4．3 基于復合功能塊的可重構風電設備制造單元控制系統(tǒng)的OCNCES建模
4．4 本章小結
第5章 風電設備制造單元控制系統(tǒng)OCNCES模型的動態(tài)行為分析
5．1 通用VMD復合功能塊ONCEM模型的死鎖分析
5．2 風電設備制造單元控制系統(tǒng)OCNCES模型的死鎖分析
5．3 本章小結
第6章 風電設備傳動系統(tǒng)關鍵機械部件狀態(tài)監(jiān)測與故障診斷
6．1 基于小波相關濾波一主元分析的狀態(tài)監(jiān)測方法
6．2 改進的極限學習機故障診斷
6．3 基于PCA-IELM的風電設備關鍵機械部件監(jiān)測和診斷方法
6．4 傳動系統(tǒng)故障模擬實驗臺簡介
6．5 實驗方案
6．6 特征提取
6．7 實驗結果分析
6．8 本章小結
第7章 風電設備傳動系統(tǒng)齒輪箱故障預警與維護
7．1 基于SPR的齒輪箱退化狀態(tài)評估與識別模型
7．2 數據預處理與特征提取
7．3 風機齒輪箱狀態(tài)評估模型的建立
7．4 實驗驗證與分析
7．5 基于BP神經網絡的齒輪箱溫度預測模型
7．6 BP神經網絡及其應用局限
7．7 基于AIS-SA混合網絡的預測算法
7．8 關鍵部件溫度異常變化的故障預警方法
7．9 AIS-SA混合網絡溫度預測實驗及結果分析
7．10 風電機組齒輪箱的預防和維護
7．11 本章小結
第8章 研究結論與研究展望
8．1 研究結論
8．2 研究展望
參考文獻
后記