• 航空发动机状态监测与故障诊断技术
  • 航空发动机状态监测与故障诊断技术
  • 航空发动机状态监测与故障诊断技术
  • 航空发动机状态监测与故障诊断技术
  • 航空发动机状态监测与故障诊断技术
  • 航空发动机状态监测与故障诊断技术
  • 航空发动机状态监测与故障诊断技术
  • 航空发动机状态监测与故障诊断技术
  • 航空发动机状态监测与故障诊断技术
21年品牌 40万+商家 超1.5亿件商品

航空发动机状态监测与故障诊断技术

11.8 3.0折 40 八五品

仅1件

北京海淀
认证卖家担保交易快速发货售后保障

作者艾延廷 等编著

出版社北京理工大学出版社

出版时间2017-07

版次1

装帧平装

货号J-P1-2

上书时间2024-12-11

墨江南书斋

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八五品
白页和切口处有字迹
图书标准信息
  • 作者 艾延廷 等编著
  • 出版社 北京理工大学出版社
  • 出版时间 2017-07
  • 版次 1
  • ISBN 9787568242622
  • 定价 40.00元
  • 装帧 平装
  • 开本 16开
  • 页数 285页
  • 字数 99999千字
【内容简介】
全书共分9章,构建了比较完善的航空发动机状态监测与故障诊断技术方法与知识体系,系统的介绍了机械故障诊断基本理论与方法,包括:信号分析与处理基本理论,轴承、齿轮及转子的故障诊断理论,典型的故障诊断方法和智能故障诊断理论。本书以状态监控与故障诊断的理论和方法为主线,即从性能、振动、滑油状态、寿命损耗、无损检测等方面分别论述这些理论及其在航空发动机上的应用。本书突出理论的实际应用,做到图文并茂。信号分析理论、航空发动机振动监测与故障诊断、航空发动机滑油监测与故障诊断、航空发动机气路性能监测与故障诊断以及无损检测技术是课程的重点,其中,气路性能监测与故障诊断是课程的难点。对于重点内容力求理论联系实际,并尽量引进新技术、新方法。本书适用于高等院校飞行器动力工程专业本科教学和航空宇航推进理论与工程学科研究生教学,同时兼顾相关领域工程技术人员的工作需要。
【目录】

第1章 发动机状态监测与故障诊断概述1.1 发动机状态监测与故障诊断的目的与任务1.1.1 基本概念1.1.2 状态监测与故障诊断的目的与任务1.2 发动机状态监测与故障诊断方法1.2.1 性能状态监测和故障诊断1.2.2 机械状态监测与故障诊断1.2.3 无损检测1.3 发动机状态监测与故障诊断实施过程1.3.1 故障库建立1.3.2 监测与诊断实施1.4 发动机状态监测与故障诊断系统1.5 发动机故障诊断技术发展趋势第2章 信号分析与处理2.1 信号分类及其描述2.1.1 信号分类与基本描述2.1.2 周期信号与离散谱2.1.3 非周期信号与傅里叶变换2.2 数据采集2.2.1 数据采集系统2.2.2 滤波与滤波器2.2.3 数据采集原理2.2.4 时间窗函数及其选择2.3 离散信号频域分析2.3.1 离散傅里叶变换2.3.2 快速傅里叶变换2.4 信号的幅域分析2.4.1 概率密度函数及概率分布函数2.4.2 常用幅域参数的定义与计算公式2.5 信号的时域分析2.6 信号的频域分析2.6.1信号的幅值谱与相位谱2.6.2 阶比谱2.6.3 功率谱2.6.4 倒频谱第3章 故障诊断的常用方法3.1 BaYes分类法3.1.1 条件概率3.1.2 全概率公式3.1.3 最小错误率的Baycs决策规则3.1.4 最小平均损失3.2 线性判别函数法3.2.1 线性判别函数的基本概念3.2.2 设计线性分类器的主要步骤3.2.3 Fisher线性判别函数法3.3 距离判别函数法3.3.1 空间距离(几何距离)函数3.3.2 信息距离判别法3.4 最小二乘估计法3.5 时序模型分析法3.5.1 ARMA、AR和MA模型3.5.2 ARMA模型的建模3.5.3 ARMA模型的预测3.5.4 ARMA模型的频域故障诊断3.6 极大似然估计法3.6.1 极大似然估计3.6.2 正态线性模型的极大似然估计3.7 最小方差估计法3.7.1 最小方差估计的概念和性质3.7.2 线性最小方差估计3.7.3 线性最小方差估计的递推算法3.8 Ka1man滤波法第4章 智能故障诊断方法4.1 灰色理论诊断方法4.1.1 灰色预测法4.1.2 灰色关联度分析4.2 模糊诊断方法4.2.1 隶属函数4.2.2 模糊矢量4.2.3 模糊关系方程4.2.4 模糊诊断准则4.3 神经网络诊断方法4.3.1 神经网络的基本原理4.3.2 BP神经网络4.3.3 某型航空发动机整机振动故障诊断实例4.4 基于遗传算法的故障诊断方法4.4.1 遗传算法的基本理论4.4.2 遗传算法的基本原理和方法4.4.3 遗传算法的一般运行过程4.4.4 基于进化计算的故障特性分析一般过程4.5 基于支持向量机的故障诊断方法4.5.1 统计学习理论4.5.2 支持向量机4.5.3 支持向量机(SVM)的分类4.5.4 航空发动机整机振动故障诊断实例分析4.6 专家系统故障诊断方法4.6.1 专家系统的基本结构及功能4.6.2 知识表示与知识获取4.6.3 专家系统的局限性第5章 旋转机械振动故障诊断5.1 滚动轴承故障及其诊断方法5.1.1 滚动轴承故障的基本形式5.1.2 滚动轴承的振动机理与典型故障的振动特征5.1.3 滚动轴承故障的振动诊断方法5.2 齿轮故障及其诊断方法5.2.1 齿轮故障的基本形式5.2.2 齿轮的振动及其特点5.2.3 齿轮故障的振动诊断方法5.3 转子系统故障及其诊断方法5.3.1 转子振动的基本特性5.3.2 转子典型故障的机理与振动特征5.3.3 转子振动故障诊断的一般方法5.3.4 转子振动故障的全息谱诊断法5.3.5 利用征兆的故障诊断方法第6章 航空发动机性能状态监测和故障诊断6.1 发动机性能监测和故障诊断的目的和功能6.2 发动机测量参数选择与数据获取6.2.1 基本测量参数6.2.2 可扩展性能监测参数6.2.3 性能监测参数数据获取方法6.3 性能监测参数基线确定6.3.1 基线模型建立方法6.3.2 参数偏差值修正6.4 监测数据处理方法6.4.1 测量数据预处理6.4.2 消除多项式趋势项6.4.3 数据平滑6.5 性能监测和故障诊断方法6.5.1 阈值诊断法6.5.2 参数对比法6.5.3 模型分析法6.5.4 趋势分析法6.5.5 指印图诊断法6.5.6 测量数据的有效性检查第7章 航空发动机机械状态监测和故障诊断7.1 航空发动机振动监测和故障诊断7.1.1 航空发动机振动的特点与测量7.1.2 航空发动机主要振源分析7.1.3 航空发动机振动监测与故障诊断系统的组成7.1.4 航空发动机振动故障诊断实例7.2 航空发动机滑油监测和故障诊断7.2.1 滑油监测和故障诊断的目的与要求7.2.2 滑油系统工作状态监测7.2.3 滑油屑末监测7.2.4 滑油理化性能监测第8章 无损检测技术及其应用8.1 无损检测技术概述8.1.1 发动机延寿工作中的无损检测8.1.2 新机新材料的无损检测8.2 超声检测8.2.1 超声检测原理8.2.2 超声检测仪器与探头的选择8.2.3 超声检测的优点和局限性8.2.4 超声检测在航空发动机维修中的应用8.3 涡流检测8.3.1 涡流检测原理8.3.2 涡流检测的优点和局限性8.3.3 涡流检测技术可检测的主要项目8.3.4 涡流的趋肤效应和渗透深度8.3.5 涡流检测仪器8.4 磁粉检测8.4.1 磁粉检测原理8.4.2 磁粉检测的优点和局限性8.4.3 磁粉检测在航空维修中的应用8.5 射线检测8.5.1 射线检测原理8.5.2 射线检测的优点和局限性8.5.3 射线检测的适用范围8.5.4 射线检测在航空发动机维修中的应用8.6 渗透检测8.6.1 渗透检测原理8.6.2 渗透检测的优点和局限性8.6.3 渗透检测的应用8.7 内窥镜测量(孔探)技术8.7.1 内窥镜的构造及使用8.7.2 航空发动机多发故障分析8.7.3 孔探技术在航空发动机维修中的应用8.7.4 孔探技术的延伸及发展第9章 航空发动机使用寿命监控与综合健康管理9.1 航空发动机使用寿命监控9.1.1 航空发动机使用寿命监控和管理的目的9.1.2 航空发动机使用寿命监控9.1.3 航空发动机零件寿命管理9.2 航空发动机综合健康管理9.2.1 EPHM系统的基本构成9.2.2 EPHM系统设计要求9.2.3 EPHM系统设计的关键技术9.2.4 EPHM系统与飞机、发动机的交联9.2.5 发动机健康管理技术的发展趋势参考文献
作者介绍

序言
点击展开 点击收起

—  没有更多了  —

以下为对购买帮助不大的评价

白页和切口处有字迹
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP