旋轉機械非平穩信號分析及故障診斷技術

內容簡介

汽輪機發電機組轉子系統和軸承是旋轉機械中廣泛套用的關鍵部件，對其故障診斷技術的研究，能夠儘量保障設備安全運行，減少經濟損失和避免災難性事故。但由於大多數旋轉機械的故障信號，無法直體接現出機械設備的狀態特徵。本書通過對經驗模態分解、局部均值分解、固有時間尺度分解、可變模式分解等方法的理論及其套用進行了深入的研究和分析,望這些研究成果能為解讀機械設備故障信號提供一定的幫助。

圖書目錄

1緒論

11課題背景及意義

12旋轉機械故障診斷技術研究現狀

121信號採集

122故障信號分析與處理

123故障特徵提取

124模式識別與故障診斷

125故障機理研究

126故障診斷技術研究

13信號分析及故障特徵提取技術研究現狀

131經典譜分析方法研究

132時頻分析方法研究

14本書的主要研究內容和結構安排

2支持向量機理論研究及其改進

21引言

22支持向量機原理

221機器學習

222統計學習

223核函式

224模型選取

23果蠅算法的原理及其改進

231果蠅算法的基本原理

232果蠅算法的基本步驟

233果蠅算法的改進

24基於改進果蠅算法的支持向量機的參數最佳化

241改進果蠅算法的支持向量機的參數最佳化模型建立

242仿真信號分析

25本章小結

3基於集合經驗模態分解的故障診斷技術

31引言

32經驗模態分解方法的原理

321EMD的基本原理

322EMD的基本步驟

323EMD的模態混疊

33集合經驗模態分解方法的原理

331EEMD的基本原理

332EEMD的基本步驟

34基於集合經驗模態分解的故障診斷技術

341EEMD診斷技術的實現

342EEMD故障特徵提取

343基於集合經驗模態分解的軸承故障診斷套用

35本章小結

4基於局部均值分解的故障診斷技術

41引言

42局部均值分解方法的原理

421LMD的基本原理

422LMD的基本步驟

423LMD的模態混疊

43基於局部均值分解的故障診斷技術

431LMD診斷技術的實現

432LMD故障特徵提取

433轉子故障診斷實例

44基於局部均值分解與切片雙譜的故障診斷技術

旋轉機械非平穩信號分析及故障診斷技術

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條