成功加入购物车
吴昭同 著 / 科学出版社 / 2011-11 / 平装
售价 ¥ 44.00 5.5折
定价 ¥80.00
品相 九品
延迟发货说明
上书时间2024-11-22
卖家超过10天未登录
旋转机械故障特征提取与模式分类新方法
《旋转机械故障特征提取与模式分类新方法》首先介绍了三种新的信号处理方法应用于旋转机械运行过程故障特征分析与提取:基于经验模态分解的故障特征时频分析与提取(EMD)、基于独立分量分析的复合故障源分离与特征提取(ICA)、基于时序模型盲识别的故障特征双谱分析与提取等。然后介绍了具有优良的非平稳过程时序模式分类能力的基于一维、二维隐马尔可夫模型(1D、2D-HMM)的故障模式分类法,与上述三种方法提取的时频或二维特征相结合,在大型旋转机械启停机典型非平稳过程故障诊断与状态监测中进行了应用。此外,还介绍了一些用于转轴系统非线性故障分析的基于解释模型或知识的方法与技术。上述介绍的完整的非平稳过程故障分析与诊断是本书特点。
前言第1章绪论1.1旋转机械故障诊断1.2旋转机械故障及其主要特征1.2.1旋转机械典型故障振动分类1.2.2旋转机械典型故障机理及振动特征分析1.3状态监测与故障诊断系统组成1.3.1故障信息检测1.3.2状态监测1.3.3故障特征提取1.4旋转机械故障诊断的发展1.4.1基于信号分析的常规故障诊断1.4.2基于知识推理的智能故障诊断1.4.3基于神经网络故障诊断技术1.5机械故障特征提取与模式分类方法研究现状1.5.1独立分量分析方法1.5.2经验模态分解方法1.5.3基于隐markov模型特征提取与识别方法1.6旋转机械故障非线性动力学分析主要参考文献第2章基于时间序列模型盲辨识的故障特征提取方法2.1时序模型2.2盲系统辨识2.2.1系统辨识的基本过程2.2.2盲系统辨识的基本概念2.3时序模型的盲辨识算法2.3.1高阶累积量的定义及其计算2.3.2ar模型的盲辨识算法2.3.3ma模型的盲辨识算法2.4arma模型盲辨识方法及其仿真比较2.4.1时序模型的经典辨识方法2.4.2几种经典辨识方法与盲辨识法仿真比较2.5基于时序模型盲辨识的参数化双谱分析及其应用2.5.1双谱分析2.5.2实验研究主要参考文献第3章基于经验模态分解的时频分析及其故障特征提取方法3.1基于emd时频分析的基本原理和算法3.1.1emd方法的基本原理3.1.2emd方法的算法3.1.3emd方法的完备性和正交性3.1.4基于emd的希尔伯特谱的基本原理和算法3.2端点效应及信号序列的延拓技术3.2.1端点效应的机理与影响3.2.2周期延拓技术3.2.3基于时间序列预测的延拓技术3.2.4基于神经网络的预测延拓方法3.2.5信号序列端点优化对称延拓方法3.2.6信号序列延拓技术比较分析3.3基于emd的时频分析与其他时频分析方法的比较3.3.1基于emd的时频分析与短时傅里叶变换时频分析的比较3.3.2基于emd的时频分析与wigner-ville分布的比较3.3.3基于emd的时频分析与小波分析的比较3.4基于白噪声统计特性的机械振动模式检验方法3.4.1虚假振动模式产生的原因分析3.4.2基于emd的白噪声统计特性3.4.3白噪声的emd分析及其特性3.4.4基于白噪声统计特性的机械振动模式检验方法流程3.4.5仿真及实验验证3.5基于emd时频分析的故障特征模式3.5.1瞬时能量分布特征模式3.5.2希尔伯特时频谱和边际谱主要参考文献第4章基于独立分量分析的机械源分离及特征提取4.1ica的定义与模型4.1.1ica定义4.1.2ica模型及其模型估计性质4.2ica目标函数和算法4.2.1目标函数(参照函数)和优化算法4.2.2ica算法的一般流程4.2.3一些重要的ica(bss)典型算法4.2.4算法性能评价指标4.3基于ica机械源分离方法4.3.1分离方法4.3.2信号特性校验4.3.3算法选择与性能分析4.3.4基于fft-mcc分析的ica盲不确定性消除4.3.5机械源ica(bss)的实现方法4.4基于ica的机械源分离实验与应用4.5基于ica的机械故障特征提取与分类器4.5.1基于ica残余总体相关和残余互信息的特征提取4.5.2基于ica特征提取的机械故障分类器主要参考文献第5章基于隐markov模型的故障模式分类方法5.1hmm的基本理论与算法5.1.1hmm基本理论5.1.2hmm基本算法5.1.3hmm的类型5.1.4hmm在实际应用中的实现技术5.1.5hmm在故障诊断中的模式分类作用5.2旋转机械升速过程dhmm故障分类方法5.2.1振动信号的特征提取5.2.2幅值谱矢量的标量量化5.2.3多观测样本序列dhmm算法的改进5.2.4dhmm故障诊断步骤5.3诊断实验5.3.1升降速过程转子振动特点与在各转速区的表现5.3.2转子启动过程模拟实验5.3.3dhmm训练和诊断结果主要参考文献第6章基于因子隐markov模型的模式分类方法6.1fhmm的基本概念与算法6.1.1fhmm模型的基本概念6.1.2fhmm模型的算法6.2基于时序模型盲辨识的fhmm故障诊断方法6.2.1bsi-fhmm故障诊断方法6.2.2实验研究6.3基于ica的fhmm分类器故障诊断方法6.3.1基于ica的fhmm分类器的设计6.3.2实验研究主要参考文献第7章基于二维隐markov模型的故障模式分类方法7.12d-hmm的拓扑结构与特点7.22d-hmm基本理论和算法7.2.12d-hmm模型信号描述7.2.22d-hmm模型的算法7.3基于2d-hmm的振动信号特征提取7.3.12d-hmm特征提取方法7.3.2状态数确定原理与方法7.4基于2d-hmm的旋转机械故障识别与应用7.4.12d-hmm故障诊断原理及步骤7.4.2实验验证与应用主要参考文献第8章旋转机械故障非线性特征提取技术8.1转轴系统油膜失稳的hopf分岔行为8.1.1hopf分岔的poore判据8.1.2力学模型8.1.3理论分析8.1.4数值分析8.2转子系统径向碰摩故障的分岔与混沌行为8.2.1转子系统径向碰摩故障的分岔与混沌行为概述8.2.2转子-定子冲击作用的数学模型8.2.3转子径向碰摩故障的力学模型与理论分析8.2.4转子径向碰摩故障的实验研究8.3基于延时嵌入法的非线性故障特征提取技术8.3.1延时嵌入相空间重构的理论概要8.3.2重构参数的选取原则8.3.3故障实例分析8.4基于关联维数的非线性故障特征提取技术8.4.1关联维数的定义与计算方法8.4.2故障实例分析8.5基于柯尔莫哥洛夫熵的非线性故障特征提取技术8.5.1柯尔莫哥洛夫熵的概念与基本性质8.5.2柯尔莫哥洛夫熵的应用实例分析主要参考文献第9章裂纹转子非线性故障振动特性分析9.1裂纹转子数学模型9.1.1裂纹转子刚度的计算9.1.2常见裂纹模型9.1.3一种新的裂纹模型9.2开裂纹转子振动特性分析9.2.1开裂纹转子的数学模型9.2.2开裂纹转子运动稳定性分析9.2.3开裂纹转子稳态响应分析9.3基于多尺度分析法的开闭裂纹转子振动特性分析9.3.1求解非线性振动方程的多尺度分析法9.3.2开闭裂纹转子的数学模型9.3.3非共振转速区的振动特性分析9.3.4共振转速区的振动特性分析9.4考虑非线性涡动的开闭裂纹转子分岔和混沌特性分析9.4.1考虑非线性涡动的开闭裂纹转子数学模型9.4.2裂纹转子的分岔和混沌特性分析主要参考文献
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30