购买云解压PDF图书

当前位置: 基于振动分析的旋转机械故障诊断原理及应用 > 购买云解压PDF图书
基于振动分析的旋转机械故障诊断原理及应用
  • 作 者:佚名
  • 出 版 社:成都:电子科技大学出版社
  • 出版年份:2014
  • ISBN:
  • 注意:在使用云解压之前,请认真核对实际PDF页数与内容!

在线云解压

价格(点数)

购买连接

说明

转为PDF格式

8

立即购买

(在线云解压服务)

云解压服务说明

1、本站所有的云解压默认都是转为PDF格式,该格式图书只能阅读和打印,不能再次编辑。

云解压下载及付费说明

1、所有的电子图书云解压均转换为PDF格式,支持电脑、手机、平板等各类电子设备阅读;可以任意拷贝文件到不同的阅读设备里进行阅读。

2、云解压在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)

第1章 绪论 1

1.1 引言 1

1.2 机械设备故障诊断的研究意义和研究内容 2

1.2.1 机械设备故障诊断的研究意义 2

1.2.2 机械设备故障诊断的研究内容 3

1.3 旋转机械振动分析与故障诊断技术的研究现状 4

1.3.1 旋转机械振动分析方法的研究现状 4

1.3.2 旋转机械故障诊断方法的研究现状 10

1.4 本书研究的目的和意义 15

1.5 主要研究内容 15

第2章 基于经验模态分解的齿轮和轴承故障诊断研究 18

2.1 引言 18

2.2 经验模态分解的原理与算法 19

2.2.1 经验模态分解(EMD)的原理与算法 19

2.2.2 经验模态分解(EMD)数值仿真 20

2.3 经验模态分解和奇异值差分谱理论在轴承故障诊断中的应用 21

2.3.1 奇异值差分谱理论及仿真 22

2.3.2 应用经验模态分解(EMD)和奇异值差分谱理论进行轴承故障诊断实例 25

2.3.3 小结 29

2.4 经验模态分解(EMD)能量熵和支持向量机在齿轮故障诊断中的应用 30

2.4.1 能量熵的定义 30

2.4.2 支持向量机分类原理 32

2.4.3 基于经验模态分解(EMD)能量熵和支持向量机的齿轮故障诊断实例 34

2.4.4 小结 38

2.5 基于经验模态分解奇异值熵和支持向量机的齿轮故障诊断 39

2.5.1 奇异值熵的定义 39

2.5.2 经验模态分解(EMD)奇异值熵和支持向量机在齿轮故障诊断中的应用 41

2.5.3 小结 44

2.6 基于经验模态分解(EMD)降噪和谱峭度的轴承故障诊断 44

2.6.1 互相关系数降噪 45

2.6.2 谱峭度理论 46

2.6.3 经验模态分解(EMD)降噪和谱峭度理论在轴承故障诊断中的应用 46

2.6.4 小结 50

2.7 频率调制经验模态分解在轴承故障诊断中的应用 50

2.7.1 调频经验模态分解(FM—EMD)方法原理 51

2.7.2 调频经验模态分解(FM—EMD)与经验模态分解(EMD)的数值仿真对比 53

2.7.3 调频经验模态分解(FM—EMD)在轴承故障诊断中的应用 55

2.7.4 小结 58

2.8 结论 59

第3章 基于总体平均经验模态分解的齿轮故障诊断研究 60

3.1 引言 60

3.2 基于总体平均经验模态分解(EEMD)能量熵和支持向量机的齿轮故障诊断 61

3.2.1 总体平均经验模态分解(EEMD)算法及仿真 61

3.2.2 总体平均经验模态分解(EEMD)能量熵和支持向量机在齿轮故障诊断中的应用 63

3.2.3 小结 67

3.3 基于总体平均经验模态分解(EEMD)奇异值熵和支持向量机的齿轮故障诊断 68

3.3.1 经验模态分解(EMD)和总体平均经验模态分解(EEMD)的比较 68

3.3.2 总体平均经验模态分解(EEMD)奇异值熵和支持向量机在齿轮故障诊断中的应用 72

3.3.3 小结 74

3.4 基于总体平均经验模态分解(EEMD)和奇异值差分谱理论的轴承故障诊断 74

3.4.1 故障诊断方法及应用实例 75

3.4.2 小结 79

3.5 结论 79

第4章 基于局部均值分解的齿轮和轴承故障诊断研究 81

4.1 引言 81

4.2 局部均值分解(LMD)的原理及算法仿真 82

4.2.1 局部均值分解(LMD)的原理与算法 82

4.2.2 局部均值分解(LMD)数值仿真 85

4.3 基于随机共振消噪和局部均值分解(LMD)的轴承故障诊断 86

4.3.1 局部均值分解(LMD)和经验模态分解(EMD)对比研究 86

4.3.2 随机共振消噪和局部均值分解(LMD)在轴承故障诊断中的应用 90

4.3.3 小结 97

4.4 基于局部均值分解(LMD)近似熵和支持向量机的齿轮故障诊断 97

4.4.1 近似熵的定义 98

4.4.2 局部均值分解(LMD)近似熵和支持向量机在齿轮故障诊断中的应用 100

4.4.3 小结 104

4.5 基于局部均值分解(LMD)和朗佩尔-齐夫(Lempel-Ziv)指标的轴承故障诊断 105

4.5.1 朗佩尔-齐夫(Lempel-Ziv)指标 106

4.5.2 局部均值分解(LMD)和朗佩尔-齐夫(Lempel-Ziv)指标在轴承故障诊断中的应用 107

4.5.3 小结 113

4.6 结论 114

第5章 基于极值域均值模态分解的旋转机械故障诊断研究 116

5.1 引言 116

5.2 极值域均值模态分解(EMMD)算法 117

5.3 极值域均值模态分解法(EMMD)的轴承故障诊断研究 119

5.4 第2代小波和极值域均值模态分解法(EMMD)转子系统复合故障诊断研究 124

5.4.1 第2代小波简介 124

5.4.2 第2代小波和极值域均值模态分解法(EMMD)相结合在转子复合故障诊断中的应用 126

5.4.3 小结 133

5.5 结论 133

第6章 总结与展望 135

参考文献 139

购买PDF格式(8分)
返回顶部