掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
風電設備制造服務系統研究 版權信息
- ISBN:9787551717380
- 條形碼:9787551717380 ; 978-7-5517-1738-0
- 裝幀:一般膠版紙
- 冊數:暫無
- 重量:暫無
- 所屬分類:>
風電設備制造服務系統研究 內容簡介
在全球生態環境惡化、化石能源日益短缺的背景下, 風能受到極大關注, 風電產業獲得快速發展。相應確保風電設備持續高效運行的設計、制造、狀態監測、故障診斷、維護等環節的重要性逐漸凸顯。本書針對風電設備制造服務系統進行了研究, 主要內容包括風電設備制造服務系統的體系結構、建模與分析、狀態監測、故障診斷、維護策略等。
風電設備制造服務系統研究 目錄
第1章 緒論
1.1 研究背景
1.2 研究意義
1.3 研究內容與章節安排
1.4 主要創新之處
第2章 文獻回顧與述評
2.1 可重構制造系統研究現狀
2.2 制造單元控制系統研究現狀
2.3 制造單元控制系統建模方法研究現狀
2.4 功能塊應用系統研究現狀
2.5 狀態監測與故障診斷技術研究現狀
2.6 設備狀態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動態建模
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OCNCES模型的動態行為分析
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 風電設備傳動系統關鍵機械部件狀態監測與故障診斷
6.1 基于小波相關濾波一主元分析的狀態監測方法
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測和診斷方法
6.4 傳動系統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 風電設備傳動系統齒輪箱故障預警與維護
7.1 基于SPR的齒輪箱退化狀態評估與識別模型
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
1.1 研究背景
1.2 研究意義
1.3 研究內容與章節安排
1.4 主要創新之處
第2章 文獻回顧與述評
2.1 可重構制造系統研究現狀
2.2 制造單元控制系統研究現狀
2.3 制造單元控制系統建模方法研究現狀
2.4 功能塊應用系統研究現狀
2.5 狀態監測與故障診斷技術研究現狀
2.6 設備狀態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動態建模
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OCNCES模型的動態行為分析
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 風電設備傳動系統關鍵機械部件狀態監測與故障診斷
6.1 基于小波相關濾波一主元分析的狀態監測方法
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測和診斷方法
6.4 傳動系統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 風電設備傳動系統齒輪箱故障預警與維護
7.1 基于SPR的齒輪箱退化狀態評估與識別模型
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
展開全部
書友推薦
- >
有舍有得是人生
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
巴金-再思錄
- >
月亮與六便士
- >
史學評論
- >
羅曼·羅蘭讀書隨筆-精裝
- >
隨園食單
- >
煙與鏡
本類暢銷