复杂机械故障诊断的分形与小波方法PDF|Epub|txt|kindle电子书版本网盘下载

复杂机械故障诊断的分形与小波方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章机械故障诊断概述1

1.1机械故障诊断发展概述1

1.1.1设备故障诊断技术的发展过程3

1.1.2设备故障诊断技术的现状4

1.1.3设备故障诊断技术的发展趋势6

1.2基于现代非线性理论的复杂机械故障诊断与预测7

1.2.1基于现代非线性理论的复杂机械故障诊断研究的内容7

1.2.2基于现代非线性理论的复杂机械故障诊断研究的意义8

第2章复杂机械系统的研究方法11

2.1机械设备故障诊断理论方法11

2.2机械设备故障诊断的技术与方法15

第3章分形与分形维数概述19

3.1分形原理概述19

3.1.1分形19

3.1.2分形空间20

3.2分维及其测量方法20

3.2.1长度测量及其维数的定义20

3.2.2几种分形维数概述22

第4章小波分析理论30

4.1振动信号的分析方法30

4.1.1信号的频域分析方法30

4.1.2信号的时频局部化分析31

9.3.2广义维数序列单值优化逼近判断法 132

4.2.1小波分析理论的发展史34

4.2小波分析理论简述34

4.2.2连续小波变换的定义36

4.2.3连续小波变换的数字实现37

9.5.2分形维数的计算比较与分析 137

4.2.4离散小波变换38

4.3多尺度分析理论和Mallat算法39

4.3.1多尺度分析39

4.3.2一维Mallat算法42

4.4小波包理论分析44

4.4.1小波包理论44

4.4.2小波包滤波47

5.1 BP神经网络算法概述49

第5章基于神经网络的复杂机械设备故障诊断49

5.2 BP算法的主要缺陷53

5.3 BP算法改进54

5.4人工神经网络的优化算法55

5.4.1坐标轮换法的一般原理55

5.4.2鲍威尔（Powell）方法57

5.5基于人工神经网络优化算法的故障诊断59

5.5.1样本数据的提取方法59

5.5.2转子模型的状态数据的提取59

5.5.3 BP法计算分析62

5.5.4优化算法算例63

5.6汽轮发电机组故障诊断的实例分析64

5.6.1 BP法算例66

5.6.2优化算法算例67

5.7简化神经网络诊断实例68

5.8 Elman网络结构70

5.9基于Elman神经网络的KTA50汽车发动机故障诊断71

6.1基于小波分析的信号分解与重构77

第6章基于小波理论的复杂机械故障诊断77

6.2.1小波去噪模型的建立78

6.2基于小波理论的信号噪声分析研究78

6.2.2小波去噪模型的应用81

6.3小波包理论在KTA50汽车发动机故障诊断中的应用86

6.3.1KTA50柴油汽车发动机的常见故障及诊断参数86

6.3.2基于小波包理论KTA50汽车发动机故障诊断87

6.4小波包理论在发电机组故障诊断中的应用98

第7章基于关联维数的机械故障诊断104

7.1分形测度与关联维数104

7.1.1分形测度104

7.1.2关联维数的计算及其在实际应用中存在的问题105

7.2关联维数在汽车发动机故障诊断中的应用109

7.2.1关联维数在KTA50汽车发动机故障诊断中的应用109

7.2.2关联维数在斯太尔汽车发动机故障诊断中的应用112

7.3关联维数在发电机组故障诊断中的应用115

8.1多重分形信息特征118

8.1.1多重分形的理论方法118

第8章基于多重分形的分形维数计算118

8.1.2广义维数算法概述119

8.1.3广义维数Dq的计算方法121

8.2广义分形维数算例分析123

8.2.1正弦波的广义维数及与采样长度的关系123

8.2.2带噪声正弦波信号的广义维数计算分析126

第9章基于广义分形特征的故障诊断130

9.1振动信号的多重分形维数分析130

9.2振动信号的敏感维数提取131

9.3振动信号的分形诊断分类原理131

9.3.1广义维数相关性判断法132

9.3.3振动信号的分形诊断分类计算程序133

9.4振动信号的广义分形维数诊断方法134

9.5基于多重分形特征的转子模型故障诊断135

9.5.1转子模型试验136

9.5.3确定各分形维数及敏感维数140

9.5.4各样本的功率谱及维数分析142

9.5.5待检信号单一故障的分形维数诊断分析144

9.5.6待检信号复杂故障的分形维数诊断分析146

9.5.7待检信号耦合故障的分形维数诊断分析148

9.6基于广义分形特征的汽轮发电机组故障诊断149

9.6.1汽轮发电机组故障诊断方法概述149

9.6.2振动故障智能诊断方法的改进151

9.6.3汽轮发电机组故障诊断的分形方法152

10.1混沌理论概述166

第10章机械系统的混沌特性及其可预测性研究166

10.2复杂机械系统中的混沌167

10.2.1复杂机械系统中的非线性问题167

10.2.2复杂机械系统中的混沌168

10.2.3混沌的特征描述169

10.3混沌理论在复杂机械系统故障诊断中的应用171

10.3.1基于时间序列的李雅普指数及其计算公式171

10.3.2基于李雅普指数的斯太尔汽车发动机气缸状态诊断172

10.3.3基于相轨迹重构的发电机组故障诊断175

10.4复杂机械系统状态预测176

10.4.1基于混沌的复杂机械系统状态预测176

10.4.2基于混沌的复杂机械系统状态预测思想178

10.4.3复杂机械系统状态的最大可预测时间179

10.5复杂机械系统状态的最大可预测时间计算示例181

第11章工程中故障诊断应用示例184

11.1 650轧钢机机械性能参数在线监控的研究184

11.1.1轧钢机力能参数间接测量的数学模型的理论推证184

11.1.2对轧机咬入钢锭瞬时轧制力矩数学模型的修正187

11.2基于专家系统与神经网络集成的故障诊断的应用研究188

11.2.1集成式专家系统188

11.2.2直流电动机换向故障诊断188

11.2.3系统实现189

11.2.4诊断实例190

11.3极大熵谱法及其在滚动轴承故障诊断中的应用193

11.3.1极大熵谱法194

11.3.3极大熵谱法诊断实例195

11.3.2用AR模型进行谱分析195

1 1.4基于广义维数的圆盘故障特征提取及诊断研究199

11.4.1多重分形及广义维数200

11.4.2故障分形诊断原理202

第12章基于虚拟技术的机械振动测试与故障诊断206

12.1虚拟仪器技术206

12.1.1虚拟仪器基本概念206

12.1.2基于虚拟仪器技术的数据采集208

12.1.3基于虚拟仪器技术的数据通信208

12.1.4 LabVIEW的信号分析209

12.1.5实用LabVIEW工具软件包210

12.1.6实用LabVIEW分析工具软件211

12.2基于虚拟技术的发电机组振动与测试分析系统212

12.2.1总体构思212

12.2.2基于虚拟技术的发电机组故障诊断与在线监测系统213

12.2.3基于虚拟技术的发电机组故障诊断与在线监测系统特点213

参考文献218