旋轉(zhuǎn)機械非平穩(wěn)信號分析及故障診斷技術(shù)

目錄

1緒論

11課題背景及意義

12旋轉(zhuǎn)機械故障診斷技術(shù)研究現(xiàn)狀

121信號采集

122故障信號分析與處理

123故障特征提取

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(shù)研究

13信號分析及故障特征提取技術(shù)研究現(xiàn)狀

131經(jīng)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(nèi)容和結(jié)構(gòu)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(tǒng)計學習

223核函數(shù)

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基于改進果蠅算法的支持向量機的參數(shù)優(yōu)化

241改進果蠅算法的支持向量機的參數(shù)優(yōu)化模型建立

242仿真信號分析

25本章小結(jié)


3基于集合經(jīng)驗模態(tài)分解的故障診斷技術(shù)

31引言

32經(jīng)驗模態(tài)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(tài)混疊

33集合經(jīng)驗模態(tài)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基于集合經(jīng)驗模態(tài)分解的故障診斷技術(shù)

341EEMD診斷技術(shù)的實現(xiàn)

342EEMD故障特征提取

343基于集合經(jīng)驗模態(tài)分解的軸承故障診斷應用

35本章小結(jié)


4基于局部均值分解的故障診斷技術(shù)

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(tài)混疊

43基于局部均值分解的故障診斷技術(shù)

431LMD診斷技術(shù)的實現(xiàn)

432LMD故障特征提取

433轉(zhuǎn)子故障診斷實例

44基于局部均值分解與切片雙譜的故障診斷技術(shù)

441切片雙譜的定義

442局部均值分解與切片雙譜的診斷技術(shù)的實現(xiàn)

443局部均值分解與切片雙譜的故障特征提取

444軸承故障診斷實例

45本章小結(jié)


5基于固有時間尺度分解的故障診斷技術(shù)

51引言

52固有時間尺度分解方法的原理

521ITD的基本原理

522ITD的基本步驟

523ITD存在的問題

53固有時間尺度分解方法的改進

531MITD的基本原理

532MITD的基本步驟

54基于改進的固有時間尺度分解的故障診斷技術(shù)

541MITD診斷技術(shù)的實現(xiàn)

542MITD故障特征提取

543基于改進的固有時間尺度分解的轉(zhuǎn)子故障診斷應用

55基于改進的固有時間尺度分解與Teager能量算子的故障診斷
技術(shù)

551Teager能量算子的定義

552MITD與Teager能量算子診斷技術(shù)的實現(xiàn)

553MITD與Teager能量算子故障特征提取

554轉(zhuǎn)子故障診斷實例

56本章小結(jié)
6基于可變模式分解的故障診斷技術(shù)

61引言

62可變模式分解方法的原理

621VMD的基本原理

622VMD的基本步驟

623VMD存在的問題

63基于可變模式分解的故障診斷技術(shù)

631VMD診斷技術(shù)的實現(xiàn)

632VMD故障特征提取

633基于可變模式分解的轉(zhuǎn)子故障診斷應用

64本章小結(jié)
7結(jié)論與展望

71結(jié)論

72創(chuàng)新點

73展望

參考文獻