0去购物车结算
购物车中还没有商品,赶紧选购吧!
当前位置: 图书分类 > 工程技术 > 机械工程 > 滚动轴承故障定量分析与智能诊断

相同作者的商品

相同语种的商品

浏览历史

滚动轴承故障定量分析与智能诊断


联系编辑
 
标题:
 
内容:
 
联系方式:
 
  
滚动轴承故障定量分析与智能诊断
  • 书号:9787030681041
    作者:崔玲丽,王华庆
  • 外文书名:
  • 装帧:平装
    开本:B5
  • 页数:151
    字数:199000
    语种:zh-Hans
  • 出版社:科学出版社
    出版时间:2021-03-01
  • 所属分类:
  • 定价: ¥85.00元
    售价: ¥85.00元
  • 图书介质:
    按需印刷

  • 购买数量: 件  可供
  • 商品总价:

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书结合作者团队在滚动轴承故障分析与诊断方面积累多年的研究成果和最新研究进展,在仿真、试验及工程应用的基础上,介绍轴承故障分析与诊断的基础理论与关键技术。
  本书以工程中常见的基础部件滚动轴承为研究对象,重点介绍滚动轴承动力学模型及故障机理、定量分析与趋势预测以及智能诊断方法,结合试验数据和现场数据进行典型故障案例分析。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页
用户名: 匿名用户
E-mail:
咨询内容:

目录

  • 目录

    前言
    第1章 绪论 1
    1.1 滚动轴承动力学模型及故障机理 1
    1.2 特征提取与定量诊断方法 3
    1.3 趋势分析与预测方法 4
    1.4 智能诊断技术 5
    参考文献 7
    第2章 动力学模型及故障机理研究 15
    2.1 滚动轴承动力学模型 15
    2.1.1 轴承动力学模型 15
    2.1.2 故障轴承动力学模型 18
    2.2 故障轴承动力学响应特性 23
    2.2.1 故障轴承单冲击响应特性 23
    2.2.2 故障轴承双冲击响应特性 25
    2.2.3 故障轴承多冲击响应特性 27
    参考文献 38
    第3章 轴承定量诊断方法 39
    3.1 阶跃-冲击字典匹配追踪算法 39
    3.1.1 阶跃-冲击字典的构造 39
    3.1.2 阶跃-冲击字典匹配追踪算法步骤 45
    3.1.3 仿真及试验验证 46
    3.2 级联字典匹配追踪算法 48
    3.2.1 级联字典的构造 49
    3.2.2 级联字典匹配追踪算法步骤 50
    3.2.3 仿真及试验验证 51
    3.3 改进形态滤波定量诊断算法 57
    3.3.1 形态滤波算法 57
    3.3.2 改进冲击型结构元素 58
    3.3.3 试验验证 58
    3.4 开关卡尔曼滤波算法 62
    3.4.1 开关卡尔曼滤波算法步骤 63
    3.4.2 基于信号特征的滤波器模型 65
    3.4.3 试验验证 68
    参考文献 70
    第4章 定量趋势分析与预测方法 72
    4.1 基于Lempel-Ziv复杂度的趋势分析 72
    4.1.1 Lempel-Ziv复杂度计算方法 72
    4.1.2 基于匹配追踪算法与Lempel-Ziv复杂度的定量趋势分析 74
    4.1.3 基于Sparsogram与Lempel-Ziv复杂度的定量趋势分析 81
    4.1.4 基于Protrugram与Lempel-Ziv复杂度的定量趋势分析 86
    4.2 基于多尺度排列熵与形态滤波的趋势分析 90
    4.2.1 多尺度排列熵计算方法 90
    4.2.2 基于形态滤波和AMPE的趋势诊断 95
    4.3 基于卡尔曼滤波的趋势预测 107
    4.3.1 开关无迹卡尔曼滤波算法 107
    4.3.2 轴承多状态滤波器模型 110
    4.3.3 轴承试验数据分析 112
    参考文献 114
    第5章 智能诊断方法 115
    5.1 模糊神经网络智能诊断方法 115
    5.1.1 逐次诊断算法 115
    5.1.2 基于可能性理论的故障信息提取 118
    5.1.3 基于模糊神经网络的智能诊断模型 120
    5.2 多源数据灰度特征图像智能诊断方法 124
    5.2.1 多源数据灰度特征图像构造算法 124
    5.2.2 瓶颈层优化的卷积神经网络模型 125
    5.2.3 试验验证 127
    5.3 多源数据彩色特征图像智能诊断方法 133
    5.3.1 多源数据彩色特征图像构造算法 133
    5.3.2 改进卷积神经网络故障诊断模型 134
    5.3.3 试验验证 134
    5.4 多源数据一维膨胀卷积智能诊断方法 141
    5.4.1 深度学习基本算法 141
    5.4.2 FAC-CNN智能诊断模型 144
    5.4.3 试验验证 146
    参考文献 151
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证