图书介绍
基于时间序列标度分析的直升机齿轮箱故障诊断PDF|Epub|txt|kindle电子书版本网盘下载
![基于时间序列标度分析的直升机齿轮箱故障诊断](https://www.shukui.net/cover/40/30482832.jpg)
- 林近山著 著
- 出版社: 北京:科学出版社
- ISBN:9787030460226
- 出版时间:2016
- 标注页数:142页
- 文件大小:16MB
- 文件页数:149页
- 主题词:直升机-齿轮箱-故障诊断
PDF下载
下载说明
基于时间序列标度分析的直升机齿轮箱故障诊断PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
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
图书目录
第1章 绪论1
1.1直升机齿轮箱故障诊断技术的研究意义和研究现状1
1.1.1研究意义1
1.1.2研究现状1
1.2机械故障诊断技术的研究意义和研究现状3
1.2.1研究意义3
1.2.2研究现状5
1.3基于信号分析和处理技术的机械故障诊断方法6
1.3.1短时傅里叶变换7
1.3.2Winger-Ville分布7
1.3.3小波变换8
1.3.4经验模式分解8
1.3.5局部均值分解9
1.3.6盲源分离9
1.3.7循环平稳信号分析10
1.4基于模型的机械故障诊断方法11
1.4.1时间序列模型11
1.4.2隐Markov模型11
1.4.3协整理论模型12
1.5基于人工智能的机械故障诊断方法12
1.5.1神经网络12
1.5.2专家系统13
1.5.3模糊理论13
1.5.4粗糙集理论14
1.5.5支持向量机14
1.6基于非线性理论的机械故障诊断方法15
1.6.1随机共振15
1.6.2流形16
1.6.3混沌和分形17
1.6.4去趋势波动分析17
第2章 复杂系统的标度行为及其动力学机制19
2.1复杂系统的标度行为19
2.2复杂标度行为的动力学机制20
2.2.1Barabasi-Albert模型20
2.2.2自组织临界理论21
2.2.3高度最优化容限理论22
2.3分形23
2.3.1分形的定义23
2.3.2分形产生的物理机制24
2.3.3复杂系统的自相似性和标度不变性25
2.3.4分形维数25
2.3.5多重分形26
2.4传统的标度分析方法28
2.4.1相关函数分析法28
2.4.2功率谱密度分析法28
2.4.3重标极差分析法29
2.4.4小波变换和经验模式分解分析法30
第3章 基于时间序列多标度指数特征的机械故障特征提取31
3.1去趋势波动分析32
3.1.1去趋势波动分析方法32
3.1.2标度指数的物理意义33
3.2基于时间序列多标度指数特征的机械故障特征提取方法34
3.3实验验证34
3.3.1齿轮箱故障诊断34
3.3.2滚动轴承故障诊断43
3.3.3滚动轴承损伤程度识别48
第4章 基于增量序列标度特征的机械故障诊断55
4.1增量序列的动力学特征56
4.1.1增量序列与原序列的波动特征之间的关系56
4.1.2数据的重排和替代57
4.1.3增量序列的符号分量和幅值分量及其动力学特征58
4.2基于增量序列标度特征的机械故障诊断方法61
4.3实验验证62
4.3.1齿轮箱故障诊断及其“故障线”62
4.3.2滚动轴承故障诊断及其“故障线”69
4.4“故障线”现象及其成因研究72
第5章 基于时间序列多重分形特征的齿轮箱故障特征提取81
5.1多重分形去趋势波动分析82
5.1.1多重分形去趋势波动分析方法82
5.1.2多重分形去趋势波动分析方法与经典多重分形理论的关系83
5.1.3时间序列多重分形类型的确定方法85
5.2基于时间序列多重分形特征的齿轮箱故障特征提取方法86
5.3实验验证86
5.4齿轮箱振动数据出现多重分形的原因98
第6章 基于多重分形去趋势波动分析方法和马氏距离判别法的滚动轴承故障诊断102
6.1基于多重分形去趋势波动分析方法和马氏距离判别法的滚动轴承故障诊断方法103
6.1.1马氏距离判别法103
6.1.2基于多重分形去趋势波动分析方法和马氏距离判别法的机械故障诊断方法104
6.2实验验证105
6.3滚动轴承振动数据出现多重分形的原因116
6.4多重分形去趋势波动分析方法与其他故障特征提取方法的比较119
6.5马氏距离判别法和神经网络在轴承故障特征分类中的性能比较124
参考文献125