基于振动分析的现代机械故障诊断原理及应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

基于振动分析的现代机械故障诊断原理及应用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　绪论1

1.1　引言1

1.2　机械故障诊断的发展2

1.3　机械故障诊断的分类与方法3

1.4　机械故障诊断的主要环节6

1.5　基于振动分析的机械故障诊断9

参考文献9

第2章　机械状态监测中的振动信号测量与分析方法11

2.1　机械振动的基本原理11

2.1.1　振动方程11

2.1.2　转子系统的振动14

2.1.3　振动监测的主要参数15

2.1.4　振动监测的测试系统16

2.2　振动信号的传感测量仪器18

2.2.1　振动传感器概述18

2.2.2　压电式加速度计19

2.2.3　电涡流式位移传感器22

2.2.4　电荷前置放大器24

2.2.5　滤波器26

2.3　振动信号的计算机采集与处理27

2.3.1　A/D转换28

2.3.2　采样控制与信号处理29

2.3.3　转子试验台振动信号的计算机测试系统举例30

2.4　本章小结32

参考文献32

第3章　机械故障振动信号的特征提取方法34

3.1　信号的时域分析34

3.1.1　随机变量及其相关概念35

3.1.2　随机信号的基本理论39

3.1.3　信号的参数估计与假设检验46

3.1.4　信号时域分析的数值计算49

3.2　信号的频域分析53

3.2.1　离散Fourier变换53

3.2.2　几种常用的谱分析方法54

3.2.3　快速Fourier变换56

3.2.4　信号频域分析的采样、混叠、截断与泄漏以及加窗60

3.3　本章小结64

参考文献64

第4章　机械故障振动信号特征提取的时频域分析方法65

4.1　信号的ARMA模型65

4.1.1　时间序列分析65

4.1.2　ARMA模型的基本原理67

4.1.3　AR（p）模型的自协方差函数68

4.1.4　AR模型的系数估计68

4.1.5　基于AR模型的现代谱分析69

4.2　小波变换72

4.2.1　基本概念72

4.2.2　连续小波变换的性质73

4.2.3　常用的小波函数73

4.2.4　离散小波变换74

4.2.5　小波包分解原理79

4.3 HHT81

4.3.1　EMD81

4.3.2　Hilbert谱与边际谱81

4.4　混沌与分形82

4.4.1　混沌和分形的基本概念82

4.4.2　关联维与Lyapunov指数83

4.5　本章小结86

参考文献86

第5章　基于振动分析的机械系统故障模式分析88

5.1　旋转机械的典型故障模式分析88

5.1.1　转子不平衡89

5.1.2　转子不对中90

5.1.3　转静件碰摩91

5.1.4　轴承松动92

5.1.5　油膜涡动与油膜振荡92

5.2　泵故障的机理及诊断方法93

5.2.1　泵的基本概念93

5.2.2　水泵的常见故障及其故障机理96

5.3　水泵几种典型振动故障模式的振动测试102

5.3.1　现场装置与测试方案102

5.3.2　不同故障模式下的振动测量结果104

5.4　本章小结113

参考文献113

第6章　机械系统故障诊断的数据统计分析方法115

6.1　多变量统计分析诊断方法115

6.1.1　单变量统计分析的基本原理115

6.1.2　多变量统计分析的检测方法117

6.2　基于统计量参数的故障诊断模式分类方法118

6.3　故障诊断的主元分析法120

6.3.1　主元分析的基本原理120

6.3.2　主元分析的计算方法与举例122

6.3.3　基于主元分析的故障检测方法130

6.3.4　基于主元分析的故障类型识别方法132

6.4　本章小结133

参考文献134

第7章　机械故障的定量诊断方法135

7.1　基于模型的定量诊断方法概述135

7.2　模型的建立136

7.2.1　模型建立的方法136

7.2.2　转子系统的混合模型建立137

7.2.3　油膜参数与不平衡量的在线识别141

7.2.4　碰摩力模型143

7.3　转子系统碰摩故障的定量诊断步骤及方法144

7.3.1　诊断步骤144

7.3.2　诊断方法145

7.4　诊断结果与讨论146

7.4.1　油膜参数的在线辨识结果146

7.4.2　碰摩故障转子系统的定量诊断结果147

7.5　本章小结150

参考文献150

第8章　机械故障的智能诊断方法152

8.1　基于故障树的故障诊断方法152

8.1.1　概述152

8.1.2　故障树分析法的基本原理153

8.1.3　故障树图的绘制方法153

8.1.4　故障树的定性分析156

8.1.5　故障树的定量分析158

8.2　基于专家系统的故障诊断方法162

8.2.1　专家系统的概念和结构162

8.2.2　知识表示和获取方法163

8.2.3　推理机制166

8.3　基于人工神经网络的故障诊断方法167

8.3.1　人工神经网络的基本原理168

8.3.2　BP神经网络169

8.4　基于模糊理论的故障诊断方法170

8.4.1　概述170

8.4.2　模糊逻辑故障诊断模型的建立171

8.4.3　模糊故障诊断结果的识别178

8.5　应用举例180

8.5.1　某发电机的故障诊断专家系统180

8.5.2　基于人工神经网络的某旋转机械故障诊断182

8.6　本章小结184

参考文献184

第9章　机械故障的网络化诊断方法186

9.1　系统的整体结构186

9.2　工业现场智能监控网络模块187

9.2.1　智能数据采集前端188

9.2.2　监控服务器与现场网络189

9.3　企业内部网络监控模块189

9.3.1　工业现场数据的传输和数据处理189

9.3.2　专家系统故障诊断系统190

9.4　Internet广域网远程监控和诊断的B/S与C/S模块193

9.4.1　B/S体系的功能与实现194

9.4.2　C/S体系的功能与实现194

9.5　某水泵网络化远程监测诊断系统举例195

9.6　本章小结198

参考文献198