大型风力发电机组状态监测与智能故障诊断
作 者： 王致杰 等著
出版时间： 2013
内容简介
《大型风力发电机组状态监测与智能故障诊断》介绍了风电机组相关部件的监测与故障诊断技术，内容包括大型叶片、齿轮箱、主轴、制动系统、发电机、开关设备、互感器、升压变压器、变流器等故障在线监测系统的基本组成、故障树、故障诊断的新理论及新方法。提出了基于专家系统、模糊神经网络和小波分析三种推理模式集成的风力发电机组合智能诊断策略；基于故障树和神经网络模型，建立了由框架和规则混合知识表示的智能故障诊断系统，利用模糊神经网络来建立风力发电机常见运行故障的专家诊断知识库；在诊断策略的决策层，利用小波分析、模糊神经网络和证据理论的融合，提高风力发电机故障的预测精度；利用基于神经网络的模糊综合评判，对风力发电机衬垫摩擦系数质量进行准确的综合评价；并利用小波神经网络对风力发电机的常见运行故障进行了趋势预测；提出了采用集成智能传感器容错控制方法来实现风电机组的容错控制；提出了风力发电机的一种综合安全控制策略。《大型风力发电机组状态监测与智能故障诊断》可作为普通高等院校相关专业本科生和研究生的教材，也适合风力发电技术领域的工程技术人员参考。
目录
第1章 绪论
1．1 课题的背景及意义
1．2 风电机组故障情况分析
1．3 具体部件故障分析
1．4 国内外研究现状及分析
1．5 研究思路
1．6 本章小结
第2章 风力发电机组的工作原理
2．1 风力发电机组的基本组成
2．2 并网型风力发电机的组成结构
2．3 风力发电机组的主要参数及其种类
2．4风力发电控制技术
2．5 风力发电机传动系统的数学模型
2．6 馈风力发电机的数学模型
2．7 直接驱动永磁同步电机
2．8 本章小结
第3章 风力发电机组的常见故障
3．1概述
3．2 风电机组故障的分类
3．3 风力发电机组主要部件故障分析
3．4 风力发电机常见故障及维护
3．5 基于振动特性分析的故障诊断方法
3．6 故障诊断的标准
3．7 实例分析
3．8 本章小结
第4章 基于模糊神经网络的制动系统故障诊断
4．1 引言
4．2 闸瓦温升与摩擦系数对安全制动的影响
4．3 基于神经网络的风力发电机衬垫摩擦系数质量模糊综合评判
4．4 风力发电机制动系统卡缸故障的诊断策略研究
4．5 本章小结
第5章 基于故障树的风力发电机组运行故障智能诊断
5．1 引言
5．2 模糊神经网络知识表示
5．3 风力发电机常见运行故障的故障树
5．4 风力发电机的故障分析
5．5 面向故障树的基于框架与规则的混合知识表示
5．6 基于框架与规则的风力发电机故障诊断系统的知识表示
5．7 基于模糊神经网络的提升机故障诊断系统知识表示
5．8 风电机组智能故障诊断系统的推理机制
5．9 本章小结
第6章 双馈风电机组变流器控制与故障诊断研究
6．1 研究意义
6．2 双馈风电变流器的开路故障诊断与系统重构
6．3 变流器可靠性增强设计
6．4 本章小结
