机械故障诊断理论与方法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

机械故障诊断理论与方法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　机械零部件失效信息1

1.1　概述1

1.2　机械运行信息的获取5

1.2.1　包含零部件失效信息的信号测量5

1.2.2　零部件失效信息的提取6

1.3　机械运行信息的利用11

1.3.1　机械零部件故障的识别11

1.3.2　机械设计、制造缺陷的识别12

1.4　机械故障诊断的本质15

第2章　机械故障诊断动力学基础20

2.1　简谐振动20

2.2　单自由度系统的自由振动22

2.3　单自由度系统的强迫振动25

2.3.1　简谐激励下的强迫振动（稳态阶段）26

2.3.2　简谐激励下的强迫振动（过渡阶段）27

2.4　转子的不平衡响应和临界转速30

2.5　机械故障振动频率特征及机理分析34

2.5.1 回转机械典型故障特征及机理分析34

2.5.2　齿轮故障特征及机理分析37

2.5.3　滚动轴承故障特征及机理分析40

第3章　信息熵45

3.1　信息熵的定义与性质45

3.1.1　熵的定义45

3.1.2　熵的性质46

3.1.3　信息熵的作用46

3.2　信息熵的极值48

3.3　复合系统、联合熵与条件熵49

3.4　最小互熵原理53

3.4.1　最小互熵原理53

3.4.2　最大熵分布57

3.4.3　不确定性重要度测度58

3.5　信息量的量度58

第4章　信号频域分析基础及应用65

4.1　傅里叶级数与离散频谱65

4.2　傅里叶变换与连续频谱67

4.3　离散傅里叶变换及快速算法71

4.4　窗函数与泄漏73

4.5　谱校正方法75

4.6　信号的频谱分析78

4.6.1　确定性信号的傅里叶谱分析78

4.6.2　信号的功率谱分析79

4.6.3　信号的相干分析80

4.7　频谱分析的应用80

第5章　信号的时频分析85

5.1　时频分析的基本概念85

5.1.1　信号的时频表示85

5.1.2　相平面、窗口和测不准原理87

5.1.3　时频分析方法的分类88

5.2　加窗傅里叶变换89

5.2.1　加窗傅里叶变换的基本概念90

5.2.2　加窗傅里叶变换的特性91

5.2.3　加窗傅里叶变换的分析实例92

5.3　小波变换94

5.3.1　小波变换的基本概念95

5.3.2　小波变换的特性96

5.3.3　连续小波变换的分析实例97

5.4　离散小波变换99

5.4.1　二进小波变换99

5.4.2　小波函数与尺度函数100

5.4.3　离散二进小波变换——Mallat算法102

5.4.4　信号重建——二进小波逆变换104

5.4.5　二进小波变换的应用105

5.5　小波包变换107

5.5.1　小波包原理107

5.5.2　小波包结构108

5.5.3　小波包变换108

5.5.4　小波包逆变换109

5.5.5　信号的小波包表示110

5.5.6　小波包变换的实例116

5.6　维格纳分布117

5.6.1　维格纳分布的定义与性质117

5.6.2　维格纳分布的时频特性118

5.6.3　维格纳分布的光滑方法120

第6章　希尔伯特-黄变换123

6.1　希尔伯特-黄变换中的基本概念123

6.1.1　瞬时频率123

6.1.2　固有模式函数126

6.2　经验模式分解127

6.2.1　经验模式分解的基本原理127

6.2.2　经验模式分解算法的完备性与正交性130

6.3　希尔伯特谱分析131

6.4　希尔伯特-黄变换在非平稳、非线性信号处理中的应用举例134

6.4.1　单周期正弦波的分析134

6.4.2　分时余弦波的分析135

6.4.3　一个模拟调频信号的分析137

6.4.4　一个实际机械故障信号的分析139

6.5　讨论140

第7章　全息谱分析技术145

7.1　全息谱的构成145

7.1.1　全息谱的提出145

7.1.2　全息谱对所集成的信号的要求145

7.1.3　二维全息谱的构成147

7.1.4　全息谱区别故障的能力150

7.1.5　三维全息谱的构成153

7.1.6　轴心轨迹重构155

7.2　全息瀑布图157

7.3　全息动平衡技术160

7.3.1　转频椭圆160

7.3.2　初相点与转子重点161

7.3.3　椭圆运动与等速圆周运动的转换163

7.3.4　移相椭圆163

7.3.5　三维全息谱的分解166

第8章　主分量分析与核主分量分析170

8.1　主分量分析的基本原理170

8.1.1　主分量分析的基本原理170

8.1.2　主分量分析应用举例173

8.2　主分量分析在噪声压缩中的应用178

8.2.1　含噪数据序列的统计特征178

8.2.2　噪声压缩评价指标179

8.2.3　主分量分析压缩噪声的原理与实例分析181

8.3　核主分量分析184

8.3.1　“维数灾难”与核函数184

8.3.2　核主分量分析的原理187

8.3.3　核主分量分析在齿轮故障分类中的应用194

第9章　Bootstrap方法的原理及应用199

9.1　Bootstrap原理199

9.1.1　Bootstrap方法概述200

9.1.2　样本均值的估计200

9.1.3　重采样次数的选择202

9.1.4　样本数量的扩充方法203

9.2　Bootstrap在诊断不确定性定量评判上的应用205

9.3　Bootstrap在轴承故障诊断中的应用207

9.4　Bootstrap方法在自回归模型分析中的应用210

9.4.1　基于Bootstrap的自回归模型分析211

9.4.2　基于Bootstrap的回归建模和预报214

第10章　盲源分离220

10.1　独立分量分析原理及算法220

10.1.1　基本原理220

10.1.2　信号间的独立性度量准则222

10.1.3　实现算法225

10.1.4　常用独立分量分析方法介绍226

10.2　独立分量分析在监测诊断中的应用228

10.2.1　仿真信号的分离228

10.2.2　滚动轴承噪声信号的分离229

10.2.3　语音信号的分离232

10.3　独立分量分析在实践中尚需解决的几个问题233

第11章　时域平均技术237

11.1　时域平均的原理237

11.2　时域同步平均238

11.2.1　时域同步平均的概念239

11.2.2　时域同步平均工作原理240

11.2.3　应用实例242

11.3　无时标时域平均247

11.3.1　周期截断误差对时域平均的影响248

11.3.2　确定合理的时域平均段数253

11.3.3　时域平均处的改进算法255

第12章　支持向量机261

12.1　机器学习的基本方法261

12.1.1 问题的表示261

12.1.2　经验风险最小化原则262

12.1.3　复杂性与推广能力262

12.2　统计学习理论263

12.2.1　VC维263

12.2.2　推广性的界264

12.2.3　结构风险最小化原则264

12.3　支持向量机265

12.3.1　SVM的基本思想265

12.3.2　最优超平面与支持向量机266

12.3.3　线性支持向量机268

12.3.4　非线性支持向量机269

12.3.5　支持向量机的多类算法271

12.3.6　支持向量机用于回归273

12.4　支持向量机在机械故障诊断中的应用275

12.4.1　支持向量机在滚动轴承故障诊断中的应用275

12.4.2　支持向量机在发动机故障诊断中的应用278

12.4.3　支持向量机应用总结282

第13章　进化计算及其应用285

13.1　遗传算法的产生与发展现状285

13.2　遗传算法287

13.2.1　遗传算法的原理287

13.2.2　遗传算法的特点292

13.2.3　遗传算法的实现293

13.3　遗传编程295

13.3.1　遗传编程的原理295

13.3.2　遗传编程节点的闭锁性与自满性298

13.3.3　遗传编程的主要特点299

13.3.4　遗传编程的实现299

13.4　遗传算法的应用301

13.5　遗传编程的应用303