●第1章 緒論
1.1 風電機組傳動繫統構成
1.2 風電機組傳動繫統智能運維的意義
1.3 風電機組傳動繫統故障診斷的方法與分類
1.3.1 基於定性知識經驗的風電機組傳動繫統診斷
1.3.2 基於分析模型的風電機組傳動繫統診斷
1.3.3 基於數據驅動的風電機組傳動繫統診斷
第2章 風電機組傳動繫統微弱故障信號增強
2.1 共振解調故障增強方法
2.1.1 共振解調技術的原理及優點
2.1.2 共振解調的過程
2.1.3 希爾伯特(Hilbert)變換和包絡分析
2.2 自適應優選相關峭度反卷積增強方法
2.2.1 最小熵解卷積原理
2.2.2 變步長網格搜索法
2.2.3 目標函數確定及參數優化
2.2.4 自適應優選相關峭度反卷積性能分析
2.3 多點很優最小熵反卷積增強方法
2.3.1 多點很優最小熵反卷積原理
2.3.2 MED和MOMEDA方法的實驗
第3章 風電機組傳動繫統故障特征提取
3.1 時域和頻域的特征提取方法
3.1.1 時域的特征指標集
3.1.2 頻域的特征指標集
3.2 時頻域特征提取方法
3.2.1 小波包分解
3.2.2 經驗模態分解
3.2.3 變分模態分解方法及準則
3.2.4 自適應變分模態分解
3.2.5 局部均值分解
3.3 模糊熵特征集構建的實驗驗證
3.3.1 模糊熵的原理
3.3.2 模糊熵特征集構建的方法步驟及流程
3.3.3 試驗臺驗證
第4章 風電機組傳動繫統早期故障辨識
4.1 淺層學習基本理論
4.1.1 人工神經網絡
4.1.2 多核支持向量機算法
4.1.3 優選熵模型
4.2 深度學習基本理論
4.2.1 卷積神經網絡
4.2.2 自動編碼器
4.2.3 深度置信網絡
4.3 小子樣分析方法
第5章 風電機組傳動繫統故障診斷繫統設計
5.1 繫統的總體設計
5.1.1 繫統的需求分析
5.1.2 繫統的總體結構
5.2 繫統功能的實現
5.2.1 前端采集設備選擇
5.2.2 測點布置與傳感器安裝
5.2.3 監測繫統軟件功能實現
5.3 應用實例
參考文獻

本書從風電機組傳動繫統的智能運維角度出發，對風電機組傳動繫統構成、風電機組傳動繫統故障診斷的方法、微弱故障信號增強方法、微弱故障信號特征提取方法、故障診斷的淺層學習方法及基本理論、深度學習方法及基本理論、風電機組傳動繫統故障診斷繫統的設計，進行了較繫統的介紹和討論。
本書可供從事風電機組傳動繫統測試、運維等方面工作的專業技術人員使用，也可作為高等院校機械相關專業研究生的參考教材。

呂中亮,周傳德 著