一、叶片断裂故障分析（论文文献综述）
韩伟,宗剑[1]（2020）在《某型涡扇发动机压气机叶片故障分析及排除方法研究》文中进行了进一步梳理压气机是利用高速旋转的叶片给空气作功以提高空气压力的部件,涡扇发动机压气机叶片是压气机的重要组成部分。在压气机的工作过程中常常因为叶片振动而产生故障,因此对压气机叶片常见故障进行分析提出排除方案具有重要意义。本文对涡扇发动机压气机叶片的常见故障进行研究,通过案例阐述了压气机叶片的断裂故障以及相应的排故方法。
常祯[2]（2020）在《发电厂锅炉电动给水泵故障分析及优化》文中指出受世界经济大环境的影响,我国经济发展增速也随之放缓,对于电力需求的增长量也相应的减少。根据国家能源局发布的数据统计,发电厂产能过剩的问题逐步显现,以煤炭为主的火力发电厂由于先天原因,在能源消耗、空气污染、能源安全等问题上都将面临严峻的考验,要想经得住时代发展的考验长期得以生存,燃煤发电厂就必须要在降低运营成本上下功夫。由于维修费用是燃煤发电厂成本结构的主要组成部分,因此对于火力发电厂常见故障的分析,具有降低检修成本、提高经济效益、提高设备的使用性能和安全性能的实际意义。锅炉汽水系统是燃煤发电厂重要的组成部分,汽水系统是否能安全稳定运行直接关系到发电机组能否安全运行正常发电。而给水泵作为汽水系统中的重要设备,由于其内部结构及其辅助设备较其他水泵更为复杂,一旦发生事故,将直接影响汽水系统的正常运行。且给水泵组故障的维修周期一般较长、设备停运影响较大、损失较为严重,其运行和维修成本都相对较高,因此对于给水泵常见故障的分析有益于维持发电厂的正常运转,降低电厂的厂用电量,进而降低运营成本。本文将燃煤发电厂锅炉汽水系统作为研究对象,以其主要设备给水泵为研究载体,从火电厂锅炉给水系统分析、对给水泵的常见故障及修复、定期检验方法及优化等几方面进行研究,具体包括:1.通过各类型发电厂的形势分析,以燃煤发电厂为研究主体,分析了火电厂的成本构成、生产工艺流程,分析了锅炉给水泵的驱动方式,广泛阅读国内外相关研究文献,为后续研究提供理论方法的指导。2.分析燃煤发电厂给水系统的主要设备及其相关设备的工作原理和性能参数,分析给水系统的五大组成部分,结合企业主要设备近年来生产运营的数据,为后续故障分析和维修提供了理论和数据支撑。3.针对企业遇到的实际情况对故障类型进行分类,发现给水泵密封失效是故障的主要类型,通过对密封原理的分析明确密封失效的成因,并针对给水泵现有的密封方式提出解决方案,提高机械密封的可靠性。针对给水泵泵轴断裂、给水泵芯包磨损、给水泵汽轮机调节汽阀阀杆断裂、给水泵油封烧损、给水泵平衡盘开裂、给水泵叶片断裂的故障原因进行分析,并提出解决方案。4.归纳发电厂锅炉电动给水泵的主要检修任务,同时为了降低维修的时间成本以及维修所占用的企业相关的实际生产所带来的影响,提出了降低检验成本的机械结构优化。5.根据常见的维修人员出现的不良操作,总结了检修时常见的误区,用以避免因检修造成对发电厂锅炉电动给水泵的破坏。阐述了管理制度对工厂的影响以及如何使现有流程更好的发挥作用。
魏晋源[3]（2020）在《基于电信号的风电机组叶轮系统故障特性分析》文中指出面对全球工业化蓬勃发展带来的化石能源危机与环境污染问题,风能在全球能源结构改革中得到了迅猛发展,但风电机组长期运行于交变工况和恶劣环境中故障频发,如今第一代风机已过质保期,风电运维市场的规模也在迅速扩大。叶轮系统作为故障高发区,出现早期故障如不及时排除会引发更加严重的继发性故障,但由于叶轮本身位于高空,难以对其进行详细的故障排查,同时,传统的故障信号采集方法又存在成本高、精度低、安装改造困难等局限性,所以,迫切需要提出一种便捷、可靠、非侵入式的方法来分析故障。从而提高风机早期故障监测能力,有效延长风机寿命,降低发电成本。所以,本文针对风电机组叶轮系统故障的电信号分析开展了一系列研究。首先,对风机各系统工作原理及特性进行分析,在此基础上结合GH Bladed与MATLABSimulink仿真平台各自优势建立了 2MW双馈风力发电机组联合系统仿真模型,着重建立了叶轮系统优化模型,考虑了故障情况下异常振动与叶片气动特性变化和叶轮所受气动力之间的复杂关系,并在风速建模中考虑了多方向湍流扰动因子以及塔影效应和风剪切效应,提高了模型的仿真效果。然后,针对叶轮系统常见各故障进行机理分析,并推导了叶轮系统故障与发电乜机定、转子电流以及功率等电信号之间的关系,证明电信号特征可以作为叶轮系统故障辨识的依据,在此基础上通过搭建的风机模型进行故障模拟及故障电气特性分析。在故障模拟中,提出一种计及叶片刚度因素的切片法故障模拟方法,提高了叶轮系统各故障的辨识度。最后,针对叶轮故障信号的非线性、非平稳性及耦合性使故障特征频率处于强背景噪声下难以提取的问题,提出了一种基于希尔伯特变换和变分模态分解相关性分析的风机叶轮系统故障的电信号特征提取方法（CA-VMD）,通过分解、选取、重构原始信号提取出了电信号中的故障特征频率,提高了原始信号的信噪比。在此过程中,为了提高重构信号质量,提出了一种基于瞬时频率导数变化的自适应VMD分解最优K参数选取方法（AII-K）。通过理论分析和实验验证,对风电机组叶轮系统各故障进行基于电信号的故障特性分析,规范和完善了叶轮系统故障体系。着重解决了风电机组故障研究中单一平台建模模型精度不高造成的故障类别辨识度不高、叶轮故障模拟有效性差、风电机组的早期故障信号微弱难提取以及电信号分析风机叶轮系统故障特性等关键问题。
崔薇薇,楚亚春,沈丽娟,白玺[4]（2020）在《军用航空发动机紧固件故障分析方法的探索和讨论》文中研究指明本文对航空发动机紧固件故障分析进行了总结和分析,提出了故障分析的基本思路。
孙宁宁[5]（2020）在《基于状态监测的风电机故障与预警识别系统的设计与实现》文中进行了进一步梳理风能作为一种可再生的、利用价值非常大且无污染的能源一直备受世界各地的关注,尤其近年来能源紧缺问题严重,人们一直在致力于提高风能的利用率、增大发电量;除此以外,由于风电场一般处于偏远空旷的地区,自然环境相对恶劣,并且机舱的位置一般处于高空,距离地面几十米甚至更高,这些因素致使风电机在运用过程中频繁的发生故障,故障的维修一方面会增加风电机的运营成本,另一方面由于大型风电机的故障处理耗时较长,会很大程度的减少发电量,这些是目前各大风场面临的不可避免的问题。在当前的现实背景下,本文从风电机实时数据的监测入手,结合历史运行数据的分析,通过数据挖掘、神经网络算法的分析和实验,设计了风电机故障识别和机组状态预测触发预警的计算方法,对风电机经常发生且运维成本大的典型故障及时检测、对机组的发电功率和机组绕组温度进行预警,实现问题的早期干预。本文首先结合国内外风电机故障与预警研究的现状以及本风场实际的需求痛点,确定风电机故障识别和性能预警的研究方向:叶片结冰和叶片断裂故障识别、发电机绕组温度预警。基于k最邻近分类算法对风力发电机叶片结冰故障进行检测,对任意时间内叶片结冰关联度最高的偏航位置、舱内温度、电机转速、风速和网侧有功率进行模型训练,达到判断当前风电机叶片是否已经结冰的目的。除此以外,使用时间窗口内的方差来表征因叶片结构变化引起的数据波动,并采用TF-IDF对“波动”进行放大,从而达到判断当前风电机叶片是否已经断裂的目的。通过风速的时序数据对风电机组的发电功率进行预测,得到了根据风速实时预测机组发电功率的回归模型。同时,利用卷积神经网络模型对风电机组的机械状态进行了预测,通过机组的特征预测出发电机绕组温度,并进行实时预警。本系统目前已经通过验收测试并正式上线使用,系统运行稳定且得到风场运维人员的积极反馈。解决了叶片结冰量累积、叶片损伤程度大等难题,同时,通过风功率曲线预测和绕组温度过高的预警减少了发电量的损耗。运维人员通过本系统的协助,做到了及时处理故障,有效防护预警。
张再德[6]（2019）在《发动机压气机叶片断裂故障分析与试验验证》文中认为发动机工作过程中出现燃气温度偏高的异常现象,返厂试车过程中Ⅱ级、Ⅲ级压气机转子叶片发生断裂。通过分解检查和理化分析,确定各断裂叶片的断裂性质及首断件;从设计、制造、装配、使用方面对首断件断裂原因进行分析,并采用整机模拟燃气温度偏高试验和压气机叶片叶尖振幅测量试验对断裂原因进行验证。结果表明:Ⅱ级压气机部分转子叶片发生高周疲劳断裂,为首断件;发动机严重进气畸变状态下,燃气温度偏高,Ⅱ级转子叶片一阶弯曲振动应力过高;可调叶片角度不准确、非正常激励频率是导致压气机叶片断裂的原因。
陈启轩[7]（2019）在《基于FMECA与FTA的液力变矩器可靠性分析》文中指出液力变矩器因其优异的自动适应性、无级变速、良好的低速稳定性、减振性和无机械磨损等优良特性而得到广泛应用。随着科学技术的发展,对液力变矩器的安全性、效率和变矩的要求逐渐提高。通过对液力变矩器进行可靠性分析有针对性的对其进行改进和维护从而有效降低故障率,提高液力变矩器的可靠性。本文对液力变矩器进行了可靠性分析,针对分析出的关键故障模式提出了解决方案,对关键零件进行了可靠度计算并针对发生频度较高的故障模式进行了监测系统设计。主要研究内容如下:根据调研得到的液力变矩器的故障数据,运用故障模式、影响及危害性分析（FMECA）方法,按照功能不同将液力变矩器分为四个子系统,列出了各子系统的故障模式,分析了故障原因,提出了补偿措施。根据综合评分法对各故障模式进行了危害度计算,并根据危害度值与严酷度等级确定了关键故障模式。对关键故障模式进行故障树分析（FTA）,得到各故障树的最小割集、底事件重要度和顶事件发生概率,针对重要度较高的底事件提出解决措施为液力变矩器的设计及维护提供参考。将分析出的关键故障模式分为严酷度等级较高的故障模式和发生频度较高的故障模式,根据应力—强度分布干涉理论对严酷度等级较高的故障模式的发生零件进行可靠度计算。基于LabVIEW对发生频度较高的故障模式进行监测系统设计,能够实现对发生频度较高的故障模式进行实时监测,当故障发生时能够在第一时间采取措施避免该故障模式对液力变矩器系统的进一步影响,从而提高液力变矩器系统的可靠性。
李彦,都建京,陈星,刘新灵,李佳佳[8]（2019）在《高压压气机转子叶片断裂分析》文中进行了进一步梳理对断裂叶片进行材质和断口等综合分析,确认高压压气机Ⅰ、Ⅱ级叶片断裂的特征和失效模式,明确叶片断裂失效与材料的力学性能等冶金因素无关。结果显示:高压压气机Ⅰ级叶片断裂为疲劳断裂,为首断件和肇事件;Ⅱ级叶盘所有叶片均为大应力作用下的疲劳断裂,为受害件。Ⅰ级叶盘叶片断裂与承受较大的共振应力有关,属于结构设计问题。进一步的分析表明,压气机Ⅰ级叶盘叶片叶型厚度超差,使得K=3激起的一阶弯曲共振转速更靠近慢车转速区域。疲劳断裂叶片在裂纹萌生处存在明显的横向加工痕迹,降低了疲劳性能。叶片表面较明显的加工损伤对Ⅰ级转子叶片断裂起到一定的促进作用。
侯楠[9]（2019）在《风力机叶片运行状态机器视觉监测技术研究》文中进行了进一步梳理风力发电机组运行环境复杂恶劣,其叶片作为具有柔性的大型细长部件,长期在多重运行载荷的作用下,可能出现不同程度的过度变形,甚至由此引发叶片断裂,对风力发电机组的安全运行产生严重威胁。因此对风力机叶片进行结构损伤检测与运行工况诊断具有十分重要的意义。而现有风力机叶片运行状态监测技术,存在应用场景受限、故障机理及失效准则研究不足等局限,无法在实际工程中大范围推广应用。本课题从风力机叶片运行状态监测和故障诊断工程实际要求出发,利用机器视觉监测技术大场景、远距离、灵活性高等特点,通过对风力机叶片结构及运行过程中的受载与变形情况进行分析,研究叶片图像采集及图像处理中的主要影响因素,结合图像处理技术,对风力机叶片运行状态机器视觉监测技术进行研究,提出了帧间标记偏差法和基于局部位姿估计的叶片运行状态监测法两种监测方法。帧间标记偏差法,在叶片变形最显着的叶尖处设置标记,利用单目相机分别获取前后两待测叶片顺序旋转至特定图像采集位置的叶尖标记图像后,将得到的两帧图像（即两相邻叶片）间因叶片变形引起的图像中叶尖标记区域的位置与形状特征偏差,与变形偏差阈值进行对比,分析判断出两叶片间的相对变形程度。同时,为了提高监测的准确性,根据叶轮运行状态的稳定程度,对该变形偏差阈值进行修正。基于局部位姿估计的叶片运行状态监测法,采用与帧间标记偏差法相同的叶尖标记设置及图像采集位置选定。首先建立用于描述叶尖标记与相机三维空间位姿信息的风力机坐标系,并推导出在该风力机坐标系下的叶尖标记区域与相机之间的相对位姿变换矩阵（表达式中含有表示叶片变形量的未知参数）。然后,利用单目相机获取待测叶片旋转至特定图像采集位置的叶尖标记图像,通过位姿估计法获得叶尖标记区域与相机间的相对位姿信息及变换矩阵。利用叶尖标记区域与相机在风力机坐标系下的相对位姿变换矩阵,与通过位姿估计法获得的变换矩阵之间的对应关系,最终求解出表示叶片变形量的未知参数,从而实现对在役风力机叶片变形状态的监测。搭建实验模型,模拟风力机的不同运行状态,对所提出的监测方法进行分析论证。编写相关图像处理程序,对不同变形程度的叶片进行处理分析。实验结果表明了上述方法具有一定的有效性和可靠性。
章宏标,闫志祥,闫庆安,杜龙梅,马向红[10]（2018）在《航空发动机压气机3级转子叶片榫头断裂故障分析及预防措施》文中进行了进一步梳理针对航空发动机压气机3级转子叶片存在的疲劳断裂问题,通过观察断裂叶片微观形貌和分析其榫头工作面及相配合的压气机盘榫头工作状态,运用ANSYS软件对3级转子叶片、销钉、衬套的应力进行了计算,并结合硬度检测、工艺与结构分析指出了叶片断裂的原因和危害性,提出了相应的预防措施。结果表明:故障叶片榫头销钉孔萌生裂纹的主要原因是裂纹源区附近存在机械擦伤,引起应力集中,导致叶片榫头疲劳断裂;通过改进叶片与衬套机械加工工艺和装配工序,提高其配合的接触面积,改善叶片工作时的应力状态,可以有效地控制叶片榫头疲劳裂纹的出现。
二、叶片断裂故障分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、叶片断裂故障分析（论文提纲范文）
（1）某型涡扇发动机压气机叶片故障分析及排除方法研究（论文提纲范文）
| 0 引言 |
| 1 涡扇发动机压气机叶片概述 |
| 2 压气机叶片断裂故障 |
| 2.1 压气机叶片断裂的故障现象 |
| 2.2 压气机叶片断裂的故障分析 |
| 2.3 压气机叶片断裂故障分析结论 |
| 2.4 压气机叶片断裂的排故措施和效果 |
| 3 结论 |
（2）发电厂锅炉电动给水泵故障分析及优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 火电厂生产流程 |
| 1.3 给水泵的驱动方式 |
| 1.2.1 电动给水泵 |
| 1.2.2 汽动给水泵 |
| 1.4 国内外给水泵故障分析研究现状 |
| 1.4.1 国外研究现状 |
| 1.4.2 国内研究现状 |
| 1.5 主要研究内容 |
| 第2章 火电厂锅炉给水系统分析 |
| 2.1 主要设备 |
| 2.1.1 锅炉 |
| 2.1.2 汽轮机设备 |
| 2.1.3 给水泵 |
| 2.1.4 液力耦合器 |
| 2.1.5 冷却器 |
| 2.2 给水泵布置形式 |
| 2.3 给水泵组水系统 |
| 2.3.1 主给水系统 |
| 2.3.2 平衡水系统 |
| 2.3.3 中间抽水系统 |
| 2.3.4 轴封冷却水系统 |
| 2.3.5 工业冷却水系统 |
| 2.4 本章小结 |
| 第3章 给水泵故障分析及修复 |
| 3.1 目前存在问题 |
| 3.2 给水泵密封原理 |
| 3.3 给水泵密封及工作方式 |
| 3.3.1 机械密封措施 |
| 3.3.2 反螺旋密封措施 |
| 3.4 解决方案及检修升级过程 |
| 3.4.1 解决方案 |
| 3.4.2 给水泵密封检修升级 |
| 3.5 其它常见故障原理及解决方案 |
| 3.5.1 给水泵泵轴断裂 |
| 3.5.2 给水泵芯包磨损 |
| 3.5.3 给水泵汽轮机调节汽阀阀杆断裂 |
| 3.5.4 给水泵油封烧损 |
| 3.5.5 给水泵平衡盘开裂 |
| 3.5.6 给水泵叶片断裂 |
| 3.6 本章小结 |
| 第4章 定期检验方法及优化研究 |
| 4.1 主要检修任务 |
| 4.1.1 水质检测 |
| 4.1.2 设备检测 |
| 4.2 降低检验成本优化 |
| 4.3 检修时常见的误区 |
| 4.4 优化管理制度 |
| 4.5 本章小结 |
| 第5章 总结 |
| 参考文献 |
| 致谢 |
（3）基于电信号的风电机组叶轮系统故障特性分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状及主要存在问题 |
| 1.2.1 国内外研究现状 |
| 1.2.2 主要存在问题 |
| 1.3 本文主要研究内容 |
| 2 基于GH Bladed的风电机组建模 |
| 2.1 引言 |
| 2.2 双馈风机的基本结构及运行原理 |
| 2.3 双馈风机建模 |
| 2.3.1 叶轮系统建模 |
| 2.3.2 塔架系统建模 |
| 2.3.3 传动系统建模 |
| 2.3.4 双馈风力发电机及控制建模 |
| 2.3.5 联合仿真系统 |
| 2.4 风速建模 |
| 2.4.1 组合风速模型 |
| 2.4.2 3D矩形风洞模型 |
| 2.5 本章小结 |
| 3 叶轮系统故障机理及发电机特性分析 |
| 3.1 引言 |
| 3.2 叶轮系统典型故障 |
| 3.2.1 叶片结构特点 |
| 3.2.2 叶轮系统仅质量不平衡故障 |
| 3.2.3 叶轮系统仅气动不平衡故障 |
| 3.2.4 叶轮系统复合不平衡故障 |
| 3.3 叶轮系统故障机理分析 |
| 3.3.1 叶轮系统仅质量不平衡故障机理分析 |
| 3.3.2 叶轮系统仅气动不平衡故障机理分析 |
| 3.3.3 叶轮系统复合不平衡故障机理分析 |
| 3.4 叶轮系统故障发电机电信号分析 |
| 3.4.1 叶轮系统仅质量不平衡故障发电机特性分析 |
| 3.4.2 叶轮系统仅气动不平衡故障发电机特性分析 |
| 3.4.3 叶轮系统复合不平衡故障发电机特性分析 |
| 3.5 本章小结 |
| 4 基于Hilbert和 CA-VMD的风机叶轮系统电信号故障特征提取 |
| 4.1 引言 |
| 4.2 风电机组叶轮系统电信号特点 |
| 4.2.1 风电机组叶轮系统故障电信号特点 |
| 4.2.2 仿真分析 |
| 4.3 希尔伯特变换 |
| 4.3.1 基于希尔伯特变换的故障信号解调 |
| 4.3.2 仿真分析 |
| 4.4 变分模态分解及自适应最优K参数选取方法 |
| 4.4.1 变分模态分解原理 |
| 4.4.2 基于瞬时频率导数变化的自适应VMD分解最优K选取方法(AⅡ-K) |
| 4.4.3 AⅡ-K算法的优势 |
| 4.5 基于VMD分解相关性分析的叶轮系统故障电信号特征提取方法 |
| 4.5.1 相关性分析原理 |
| 4.5.2 基于VMD分解相关性分析的叶轮系统故障特征提取方法(CA-VMD) |
| 4.5.3 实例验证 |
| 4.6 本章小结 |
| 5 基于电信号的叶轮系统故障仿真分析 |
| 5.1 基于切片法的故障模拟方法 |
| 5.2 叶轮系统故障电信号特性分析 |
| 5.2.1 实验环境及风机正常运行特性说明 |
| 5.2.2 叶轮系统仅质量不平衡故障电信号特性分析 |
| 5.2.3 叶轮系统仅气动不平衡故障电信号特性分析 |
| 5.2.4 叶轮系统复合不平衡故障电信号特性分析 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（4）军用航空发动机紧固件故障分析方法的探索和讨论（论文提纲范文）
| 0 引言 |
| 1 紧固件故障分析的方法 |
| 1.1 故障信息调查 |
| 1.2 故障定位 |
| 1.3 故障原因分析 |
| 1.4 事件排查 |
| 1.5 综合分析与验证 |
| 2 紧固件故障分析案例 |
| 2.1 故障信息调查 |
| 2.2 故障定位 |
| 2.3 故障原因分析 |
| 2.4 事件排查 |
| 2.5 综合分析与验证 |
| 3 实施效果 |
| 4 小结 |
（5）基于状态监测的风电机故障与预警识别系统的设计与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 课题的研究背景与意义 |
| 1.2 国内外的风电机故障和预警研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文的主要研究内容 |
| 1.4 本文组织结构 |
| 1.5 本章小结 |
| 第2章 相关技术概述 |
| 2.1 SCADA系统 |
| 2.2 最近邻分类方法 |
| 2.3 卷积神经网络 |
| 2.4 TF-IDF技术 |
| 2.5 本章小结 |
| 第3章 系统需求分析与设计 |
| 3.1 系统需求分析 |
| 3.2 系统功能性需求分析 |
| 3.2.1 数据分析需求 |
| 3.2.2 风电机故障识别需求 |
| 3.2.3 风电机状态预测需求 |
| 3.2.4 结果可视化需求 |
| 3.3 系统非功能性需求分析 |
| 3.4 逻辑架构设计 |
| 3.5 技术架构设计 |
| 3.6 功能模块设计 |
| 3.7 数据存储设计 |
| 3.7.1 概念结构设计 |
| 3.7.2 逻辑结构设计 |
| 3.7.3 物理结构设计 |
| 3.7.4 数据加密设计 |
| 3.8 本章小结 |
| 第4章 风电机故障识别算法设计 |
| 4.1 叶片结冰故障识别 |
| 4.1.1 基于KNN算法的故障识别方法 |
| 4.1.2 叶片结冰诊断实验 |
| 4.1.3 实验数据准备 |
| 4.1.4 实验及分析 |
| 4.2 叶片断裂故障识别 |
| 4.2.1 基于TF-IDF算法的叶片断裂识别 |
| 4.2.2 实验数据准备 |
| 4.2.3 实验及分析 |
| 4.3 本章小结 |
| 第5章 风电机状态预测模型设计 |
| 5.1 发电功率预测模型 |
| 5.1.1 发电功率预测背景 |
| 5.1.2 功率预测模型 |
| 5.2 机组机械状态预测模型 |
| 5.2.1 实验数据准备 |
| 5.2.2 实验及分析 |
| 5.3 本章小结 |
| 第6章 风电机故障与预警识别系统实现 |
| 6.1 风电机概况功能实现 |
| 6.2 风电机故障识别模块实现 |
| 6.3 风电机状态预警模块实现 |
| 6.4 本章小结 |
| 第7章 系统测试 |
| 7.1 测试目标及方法 |
| 7.2 系统单元测试 |
| 7.3 功能性测试 |
| 7.3.1 风电机节点管理模块 |
| 7.3.2 数据库管理模块 |
| 7.3.3 系统资源监测模块 |
| 7.4 非功能性测试 |
| 7.5 本章小结 |
| 第8章 总结与展望 |
| 8.1 总结 |
| 8.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（7）基于FMECA与FTA的液力变矩器可靠性分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 液力变矩器可靠性研究背景和意义 |
| 1.2 国内外可靠性研究现状 |
| 1.3 本文的主要研究内容与论文结构 |
| 第二章 液力变矩器工作原理及可靠性分析方法 |
| 2.1 液力变矩器概述 |
| 2.1.1 液力变矩器组成 |
| 2.1.2 液力变矩器工作原理 |
| 2.2 故障模式、影响及危害性分析(FMECA)方法 |
| 2.2.1 FMECA的实施过程 |
| 2.2.2 危害性分析原理 |
| 2.3 故障树分析方法 |
| 2.3.1 FTA的分析过程 |
| 2.3.2 FTA的分析原理 |
| 2.4 FTF综合分析法 |
| 本章小结 |
| 第三章 液力变矩器FMECA分析 |
| 3.1 液力变矩器故障数据统计 |
| 3.2 FMECA分析 |
| 3.2.1 建立系统框图 |
| 3.2.2 液力变矩器子系统FMECA分析 |
| 本章小结 |
| 第四章 液力变矩器FTA分析 |
| 4.1 油温高故障树分析 |
| 4.1.1 建立故障树 |
| 4.1.2 油温高故障模式定性分析 |
| 4.1.3 油温高故障模式定量分析 |
| 4.1.4 对重要底事件的解决措施 |
| 4.2 轴断裂故障树分析 |
| 4.2.1 建立故障树 |
| 4.2.2 轴断裂故障模式定性分析 |
| 4.2.3 轴断裂故障模式定量分析 |
| 4.2.4 轴断裂预防措施 |
| 本章小结 |
| 第五章 关键零件的可靠度计算 |
| 5.1 应力—强度分布干涉理论概述 |
| 5.2 液力变矩器泵轮叶片的可靠度计算 |
| 5.2.1 叶片的受力计算 |
| 5.2.2 叶片的有限元分析 |
| 5.2.3 叶片的可靠度计算 |
| 5.3 液力变矩器输出轴的可靠度计算 |
| 5.3.1 轴的受力分析 |
| 5.3.2 轴的有限元分析 |
| 5.3.3 轴的可靠度计算 |
| 本章小结 |
| 第六章 基于LabVIEW的频发故障模式监测系统设计 |
| 6.1 软件开发平台—LabVIEW |
| 6.2 硬件配置选择 |
| 6.2.1 传感器的选择 |
| 6.2.2 数据采集卡的选择 |
| 6.3 监测程序设计 |
| 6.3.1 油压监测程序 |
| 6.3.2 油温监测程序 |
| 6.3.3 液位监测程序 |
| 6.3.4 运行监测系统 |
| 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 致谢 |
（9）风力机叶片运行状态机器视觉监测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 风电叶片运行状态检测及故障诊断研究现状 |
| 1.2.1 研究现状 |
| 1.2.2 现有研究不足 |
| 1.3 本文主要研究内容 |
| 1.4 论文结构 |
| 2 风力机叶片受载变形及故障分析 |
| 2.1 风力机结构及运行特性 |
| 2.1.1 风力机结构 |
| 2.1.2 风力机运行特性 |
| 2.2 叶片结构及材料 |
| 2.3 叶片载荷及变形分析 |
| 2.4 叶片故障类型及故障机理 |
| 2.5 机器视觉监测可行性分析 |
| 2.5.1 机器视觉 |
| 2.5.2 可行性分析 |
| 2.6 本章小结 |
| 3 帧间标记偏差法 |
| 3.1 帧间标记偏差法 |
| 3.2 实验模型 |
| 3.3 图像处理 |
| 3.3.1 色彩空间 |
| 3.3.2 图像滤波 |
| 3.3.3 阈值分割 |
| 3.3.4 图像形态学变换 |
| 3.3.5 连通区域 |
| 3.4 基于暗通道先验的图像去雾 |
| 3.5 实验分析 |
| 3.5.1 正常叶片实验 |
| 3.5.2 变形叶片实验 |
| 3.6 本章小结 |
| 4 基于局部位姿估计的叶片运行状态监测 |
| 4.1 基于中心点坐标的变形估计 |
| 4.2 基于局部位姿估计的叶片运行状态监测 |
| 4.2.1 相机标定 |
| 4.2.2 风力机坐标系建立 |
| 4.2.3 位姿估计 |
| 4.2.4 参数求解 |
| 4.3 验证实验 |
| 4.3.1 偏摆变形实验 |
| 4.3.2 挥舞变形实验 |
| 4.3.3 挥舞及偏摆耦合变形实验 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 全文总结 |
| 5.2 论文的创新点 |
| 5.3 论文的不足之处 |
| 5.4 展望 |
| 6 参考文献 |
| 7 攻读硕士学位期间发表论文情况 |
| 8 致谢 |
（10）航空发动机压气机3级转子叶片榫头断裂故障分析及预防措施（论文提纲范文）
| 0 引言 |
| 1 故障情况 |
| 2 故障分析 |
| 2.1 故障原因分析 |
| 2.1.1 断口微观形貌分析 |
| 2.1.2 硬度检测 |
| 2.1.3 叶片及销钉孔内摩擦痕迹 |
| 2.2 复查情况 |
| 2.2.1 尺寸复查 |
| 2.2.2 工艺复查 |
| 2.3 强度计算分析 |
| 2.3.1 正常情况下应力计算 |
| 2.3.2 应力计算结论 |
| 2.4 结构分析 |
| 2.4.1 3级转子叶片结构特点 |
| 2.4.2 叶片与盘的连接状态 |
| 2.5 叶片断裂原因分析 |
| 3 级转子叶片由安装销钉孔处断裂, 断面平齐, 无明 |
| 3 危害性分析 |
| 4 预防措施及效果评估 |
| 5 结论 |
四、叶片断裂故障分析（论文参考文献）
- [1]某型涡扇发动机压气机叶片故障分析及排除方法研究[J]. 韩伟,宗剑. 内燃机与配件, 2020(24)
- [2]发电厂锅炉电动给水泵故障分析及优化[D]. 常祯. 吉林大学, 2020(03)
- [3]基于电信号的风电机组叶轮系统故障特性分析[D]. 魏晋源. 西安理工大学, 2020(01)
- [4]军用航空发动机紧固件故障分析方法的探索和讨论[J]. 崔薇薇,楚亚春,沈丽娟,白玺. 内燃机与配件, 2020(10)
- [5]基于状态监测的风电机故障与预警识别系统的设计与实现[D]. 孙宁宁. 北京交通大学, 2020(03)
- [6]发动机压气机叶片断裂故障分析与试验验证[J]. 张再德. 失效分析与预防, 2019(04)
- [7]基于FMECA与FTA的液力变矩器可靠性分析[D]. 陈启轩. 大连交通大学, 2019(08)
- [8]高压压气机转子叶片断裂分析[J]. 李彦,都建京,陈星,刘新灵,李佳佳. 失效分析与预防, 2019(03)
- [9]风力机叶片运行状态机器视觉监测技术研究[D]. 侯楠. 天津科技大学, 2019(07)
- [10]航空发动机压气机3级转子叶片榫头断裂故障分析及预防措施[J]. 章宏标,闫志祥,闫庆安,杜龙梅,马向红. 内燃机与配件, 2018(24)