毕业论文课题相关文献综述
文 献 综 述1、课题意义在风电机组的运行过程中，由于主轴轴承存在故障而造成停机的现象是屡见不鲜的。
特别是风机主轴在运转过程中轴承各部件受到挤压力或零部件磨损的作用，造成其工作状态的不断变换导致其故障难以识别。
风电主轴轴承的故障诊断就是通过各种监测手段表现其运行状态，判别其工作是否正常。
如果不正常，经过分析与判断，指出发生了什么故障，便于管理人员维修。
或者在故障未发生之前，提出可能发生故障的预报，便于管理人员尽早采取措施，避免发生重大故障，因而造成停机停产，并带来重大经济损失。
当风电主轴轴承发生故障时，其会产生一些异常信号，特别是振动信号最为明显，通过将这些异常信号进行采集分析可以判断其受损的严重程度，以达到故障诊断或者预测的目的。
目前深度学习在旋转机械中的应用研究发展较为迅速，通过将Alex net算法应用于风机主轴轴承故障诊断，利用其自适应学习的特征，在监测设备状态时，辅助分析故障产生原因，避免设备因故障停机。
2、风电主轴轴承介绍近年来，我国的风电产业得到了快速发展，风电装机总量逐年上升。
至2010年底，我国已经成为世界上第一风电大国。
在风机在调试与运行的过程中，经常出现故障维修与故障诊断等现象，装置的规模越来越大,投资也越来越高,在这种情况下,提高系统的可靠性与安全性就显得极其重要。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
