
包邮风电设备制造服务系统研究
1星价
¥19.2
(4.0折)
2星价¥19.2
定价¥48.0

温馨提示:5折以下图书主要为出版社尾货,大部分为全新(有塑封/无塑封),个别图书品相8-9成新、切口有划线标记、光盘等附件不全详细品相说明>>
暂无评论
图文详情
- ISBN:9787551717380
- 装帧:一般胶版纸
- 册数:暂无
- 重量:暂无
- 开本:24cm
- 页数:181页
- 出版时间:2017-11-01
- 条形码:9787551717380 ; 978-7-5517-1738-0
内容简介
在全球生态环境恶化、化石能源日益短缺的背景下, 风能受到极大关注, 风电产业获得快速发展。相应确保风电设备持续高效运行的设计、制造、状态监测、故障诊断、维护等环节的重要性逐渐凸显。本书针对风电设备制造服务系统进行了研究, 主要内容包括风电设备制造服务系统的体系结构、建模与分析、状态监测、故障诊断、维护策略等。
目录
第1章 绪论
1.1 研究背景
1.2 研究意义
1.3 研究内容与章节安排
1.4 主要创新之处
第2章 文献回顾与述评
2.1 可重构制造系统研究现状
2.2 制造单元控制系统研究现状
2.3 制造单元控制系统建模方法研究现状
2.4 功能块应用系统研究现状
2.5 状态监测与故障诊断技术研究现状
2.6 设备状态评估及其维护策略研究现状
2.7 文献述评
第3章 风电设备制造服务系统体系结构
3.1 风电设备的基本构成
3.2 风电设备制造服务系统体系结构
3.3 面向服务的控制软件体系结构
3.4 风电设备制造单元控制系统模型特性分析
3.5 本章小结
第4章 可重构风电设备制造单元控制系统动态建模
4.1 OCNCES的定义
4.2 通用VMD复合功能块的ONCEM建模
4.3 基于复合功能块的可重构风电设备制造单元控制系统的OCNCES建模
4.4 本章小结
第5章 风电设备制造单元控制系统OCNCES模型的动态行为分析
5.1 通用VMD复合功能块ONCEM模型的死锁分析
5.2 风电设备制造单元控制系统OCNCES模型的死锁分析
5.3 本章小结
第6章 风电设备传动系统关键机械部件状态监测与故障诊断
6.1 基于小波相关滤波一主元分析的状态监测方法
6.2 改进的极限学习机故障诊断
6.3 基于PCA-IELM的风电设备关键机械部件监测和诊断方法
6.4 传动系统故障模拟实验台简介
6.5 实验方案
6.6 特征提取
6.7 实验结果分析
6.8 本章小结
第7章 风电设备传动系统齿轮箱故障预警与维护
7.1 基于SPR的齿轮箱退化状态评估与识别模型
7.2 数据预处理与特征提取
7.3 风机齿轮箱状态评估模型的建立
7.4 实验验证与分析
7.5 基于BP神经网络的齿轮箱温度预测模型
7.6 BP神经网络及其应用局限
7.7 基于AIS-SA混合网络的预测算法
7.8 关键部件温度异常变化的故障预警方法
7.9 AIS-SA混合网络温度预测实验及结果分析
7.10 风电机组齿轮箱的预防和维护
7.11 本章小结
第8章 研究结论与研究展望
8.1 研究结论
8.2 研究展望
参考文献
后记
1.1 研究背景
1.2 研究意义
1.3 研究内容与章节安排
1.4 主要创新之处
第2章 文献回顾与述评
2.1 可重构制造系统研究现状
2.2 制造单元控制系统研究现状
2.3 制造单元控制系统建模方法研究现状
2.4 功能块应用系统研究现状
2.5 状态监测与故障诊断技术研究现状
2.6 设备状态评估及其维护策略研究现状
2.7 文献述评
第3章 风电设备制造服务系统体系结构
3.1 风电设备的基本构成
3.2 风电设备制造服务系统体系结构
3.3 面向服务的控制软件体系结构
3.4 风电设备制造单元控制系统模型特性分析
3.5 本章小结
第4章 可重构风电设备制造单元控制系统动态建模
4.1 OCNCES的定义
4.2 通用VMD复合功能块的ONCEM建模
4.3 基于复合功能块的可重构风电设备制造单元控制系统的OCNCES建模
4.4 本章小结
第5章 风电设备制造单元控制系统OCNCES模型的动态行为分析
5.1 通用VMD复合功能块ONCEM模型的死锁分析
5.2 风电设备制造单元控制系统OCNCES模型的死锁分析
5.3 本章小结
第6章 风电设备传动系统关键机械部件状态监测与故障诊断
6.1 基于小波相关滤波一主元分析的状态监测方法
6.2 改进的极限学习机故障诊断
6.3 基于PCA-IELM的风电设备关键机械部件监测和诊断方法
6.4 传动系统故障模拟实验台简介
6.5 实验方案
6.6 特征提取
6.7 实验结果分析
6.8 本章小结
第7章 风电设备传动系统齿轮箱故障预警与维护
7.1 基于SPR的齿轮箱退化状态评估与识别模型
7.2 数据预处理与特征提取
7.3 风机齿轮箱状态评估模型的建立
7.4 实验验证与分析
7.5 基于BP神经网络的齿轮箱温度预测模型
7.6 BP神经网络及其应用局限
7.7 基于AIS-SA混合网络的预测算法
7.8 关键部件温度异常变化的故障预警方法
7.9 AIS-SA混合网络温度预测实验及结果分析
7.10 风电机组齿轮箱的预防和维护
7.11 本章小结
第8章 研究结论与研究展望
8.1 研究结论
8.2 研究展望
参考文献
后记
展开全部
本类五星书
浏览历史
本类畅销
-
小家电使用与维修
¥4.3¥11.5 -
金属切削液配方与制备手册
¥142.6¥198.0 -
食品加工机械与设备(高等职业教育食品智能加工技术专业教材)
¥26.3¥46.0 -
发电厂电气部分
¥38.1¥58.0 -
植物进化的故事
¥19.9¥59.0 -
公路路基设计规范
¥54.9¥98.0 -
袖珍实用色谱
¥15.3¥45.0 -
再话土力学
¥54.9¥98.0 -
低空无人机集群反制技术
¥82.6¥118.0 -
奋楫笃行,臻于至善——广州公交服务再提升探索与实践
¥57.0¥80.0 -
中国近现代超级工程地理分布图
¥16.8¥20.0 -
手术机器人导航与控制
¥118.9¥169.8 -
汽车车身构造与修复
¥30.7¥45.0 -
群目标分辨雷达初速测量技术
¥42.4¥69.0 -
矿产勘查项目设计实习指导书
¥24.0¥32.0 -
秸秆挤压膨化技术及膨化腔流道仿真研究
¥45.0¥55.0 -
NVH前沿科技与工程应用
¥109.7¥159.0 -
继电保护原理
¥30.4¥49.0 -
孟山都的转基因之战
¥39.0¥69.0 -
船舶分段装配
¥58.6¥80.0