基于振动分析的旋转机械故障诊断原理及应用pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

基于振动分析的旋转机械故障诊断原理及应用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

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