滾動軸承性能退化評估與剩余壽命預測

定　價：￥68.00

作　者：	周建民
出版社：	西南交通大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥57.40)

ISBN：	9787564393045	出版時間：	2023-06-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內容簡介

　　本書共分9章。第1章為緒論，簡要介紹國內外關于滾動軸承的特征提取、智能故障診斷、性能退化評估以及剩余使用壽命預測技術等方法；第2章主要針對滾動軸承進行了振動機理分析、故障特征分析，并對滾動軸承的動力學特性進行了研究；第3章介紹滾動軸承振動信號的時域、頻域、時頻域特征提取方法，特征優(yōu)選方法，以及基于深度學習的特征學習方法；第4章介紹將振動信號轉換為圖像信號后，使用VGGNetl6、遷移學習、WGAN等方法的滾動軸承故障診斷方法；第5章介紹基于支持向量機與單分類支持向量機等優(yōu)化模型后的滾動軸承性能退化評估方法；第6章介紹基于支持向量數(shù)據(jù)描述方法的滾動軸承性能退化評估方法；第7章介紹基于概率建模、基于邊界距離和基于融合概率建模邊界距離的三種滾動軸承性能退化評估方法；第8章介紹基于徑向基神經(jīng)網(wǎng)絡的滾動軸承性能退化評估方法與剩余壽命預測方法；第9章介紹結合卷積注意力與長短時記憶網(wǎng)絡的滾動軸承剩余壽命預測方法。

作者簡介

暫缺《滾動軸承性能退化評估與剩余壽命預測》作者簡介

圖書目錄

第1章緒論
1.1 滾動軸承振動信號的特征提取
1.2 滾動軸承故障的智能診斷
1.3 性能退化評估技術
1.4 剩余使用壽命(RUL)預測技術
本章參考文獻
第2章滾動軸承振動機理及動力學特性研究
2.1 引言
2.2 滾動軸承故障振動機理及故障特征分析
2.3 滾動軸承滑移接觸下振動特性研究
本章參考文獻
第3章基于振動信息的特征提取
3.1 引言
3.2 多域特征指標
3.3 多尺度特征提取
3.4 特征降維與選擇
3.5 基于深度學習的特征提取方法
本章參考文獻
第4章基于時頻圖像與卷積神經(jīng)網(wǎng)絡的滾動軸承故障診斷方法
4.1 引言
4.2 基于時頻圖像與VGGNet的滾動軸承故障診斷方法
4.3 基于遷移學習的深度殘差網(wǎng)絡的滾動軸承故障診斷方法
4.4 基于數(shù)據(jù)驅動的改進生成對抗網(wǎng)絡的滾動軸承故障診斷方法
本章參考文獻
第5章基于支持向量機的滾動軸承性能退化評估方法
5.1 引言
5.2 基于GA-SVM的滾動軸承性能退化評估方法
5.3 基于SDAE-OCSVM的滾動軸承性能退化評估方法
5.4 基于PSO-OCSVM的滾動軸承性能退化評估方法
本章參考文獻
第6章基于支持向量數(shù)據(jù)描述的滾動軸承性能退化評估方法
6.1 引言
6.2 支持向量數(shù)據(jù)描述方法
6.3 基于自適應SVDD的滾動軸承性能退化評估方法
6.4 結合VMD符號熵與SVDD方法的滾動軸承性能退化評估方法
本章參考文獻
第7章融合概率建模與邊界距離的滾動軸承性能退化評估方法
7.1 引言
7.2 基于概率建模的性能退化評估方法
7.3 基于邊界距離的性能退化評估方法
7.4 融合概率建模與邊界距離的滾動軸承性能退化評估方法
本章參考文獻
第8章基于徑向基的軸承性能退化評估與壽命預測方法
8.1 引言
8.2 RBF神經(jīng)網(wǎng)絡
8.3 基于RBF模型的性能退化評估
8.4 基于RBF模型與優(yōu)化Wiener模型的軸承壽命預測
本章參考文獻
第9章基于卷積注意力長短時記憶網(wǎng)絡的軸承壽命預測方法
9.1 引言
9.2 CAN模型
9.3 LSTM神經(jīng)網(wǎng)絡
9.4 基于CAN-LSTM模型的剩余壽命預測方法
9.5 實驗結果與分析
本章參考文獻