• 西安交通大学研究生创新教育系列教材:机械故障诊断理论与方法
  • 西安交通大学研究生创新教育系列教材:机械故障诊断理论与方法
21年品牌 40万+商家 超1.5亿件商品

西安交通大学研究生创新教育系列教材:机械故障诊断理论与方法

【少量画线或笔记】标题显示多册均为一本,无赠品附件,书籍册号以图片为准,如图发货(I1GAMI)

87.55 八五品

仅1件

四川成都
认证卖家担保交易快速发货售后保障

作者屈梁生 著

出版社西安交通大学出版社

出版时间2009-12

版次1

装帧平装

货号1863848320960663554

上书时间2024-12-03

极地图书

四年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八五品
商品描述
A-510118001-037-1-3
图书标准信息
  • 作者 屈梁生 著
  • 出版社 西安交通大学出版社
  • 出版时间 2009-12
  • 版次 1
  • ISBN 9787560532455
  • 定价 35.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 312页
  • 字数 371千字
  • 正文语种 简体中文
【内容简介】
  《机械故障诊断理论与方法》在内容上吸收了近年来机械状态监测和故障诊断中出现的新方法、新技术等前沿研究,体现了机械监测和诊断这一研究方向的最新发展,具有了新颖性、创造性和学科交叉等特点。本教材的内容大多来源于近年来作者所在单位承担的科研项目的最新进展和研究成果,包括了机械状态监测和故障诊断的信息原理,监测诊断中用于特征提取的最新信号处理理论和方法,以及作为监测诊断技术核心的模式识别新理论和方法。在编写上兼顾了方法原理的介绍和实际应用举例,目的在于使读者在学习基本原理、基本理论的基础上,掌握如何在实践中应用,从而达到举一反三、触类旁通,有利于研究生创新意识和创新能力的培养。
【目录】
第1章机械零部件失效信息
1.1概述
1.2机械运行信息的获取
1.2.1包含零部件失效信息的信号测量
1.2.2零部件失效信息的提取
1.3机械运行信息的利用
1.3.1机械零部件故障的识别
1.3.2机械设计、制造缺陷的识别
1.4机械故障诊断的本质
第2章机械故障诊断动力学基础
2.1简谐振动
2.2单自由度系统的自由振动
2.3单自由度系统的强迫振动
2.3.1简谐激励下的强迫振动(稳态阶段)
2.3.2简谐激励下的强迫振动(过渡阶段)
2.4转子的不平衡响应和临界转速
2.5机械故障振动频率特征及机理分析
2.5.1回转机械典型故障特征及机理分析
2.5.2齿轮故障特征及机理分析
2.5.3滚动轴承故障特征及机理分析
第3章信息熵
3.1信息熵的定义与性质
3.1.1熵的定义
3.1.2熵的性质
3.1.3信息熵的作用
3.2信息熵的极值
3.3复合系统、联合熵与条件熵
3.4最小互熵原理
3.4.1最小互熵原理
3.4.2最大熵分布
3.4.3不确定性重要度测度
3.5信息量的量度
第4章信号频域分析基础及应用
4.1傅里叶级数与离散频谱
4.2傅里叶变换与连续频谱
4.3离散傅里叶变换及快速算法
4.4窗函数与泄漏
4.5谱校正方法
4.6信号的频谱分析
4.6.1确定性信号的傅里叶谱分析
4.6.2信号的功率谱分析
4.6.3信号的相干分析
4.7频谱分析的应用
第5章信号的时频分析
5.1时频分析的基本概念
5.1.1信号的时频表示
5.1.2相平面、窗口和测不准原理
5.1.3时频分析方法的分类
5.2加窗傅里叶变换
5.2.1加窗傅里叶变换的基本概念
5.2.2加窗傅里叶变换的特性
5.2.3加窗傅里叶变换的分析实例
5.3小波变换
5.3.1小波变换的基本概念
5.3.2小波变换的特性
5.3.3连续小波变换的分析实例
5.4离散小波变换
5.4.1二进小波变换
5.4.2小波函数与尺度函数
5.4.3离散二进小波变换——Mallat算法
5.4.4信号重建——二进小波逆变换
5.4.5二进小波变换的应用
5.5小波包变换
5.5.1小波包原理
5.5.2小波包结构
5.5.3小波包变换
5.5.4小波包逆变换
5.5.5信号的小波包表示
5.5.6小波包变换的实例
5.6维格纳分布
5.6.1维格纳分布的定义与性质
5.6.2维格纳分布的时频特性
5.6.3维格纳分布的光滑方法
第6章希尔伯特-黄变换
6.1希尔伯特-黄变换中的基本概念
6.1.1瞬时频率
6.1.2固有模式函数
6.2经验模式分解
6.2.1经验模式分解的基本原理
6.2.2经验模式分解算法的完备性与正交性
6.3希尔伯特谱分析
6.4希尔伯特-黄变换在非平稳、非线性信号处理中的应用举例
6.4.1单周期正弦波的分析
6.4.2分时余弦波的分析
6.4.3一个模拟调频信号的分析
6.4.4一个实际机械故障信号的分析
6.5讨论
第7章全息谱分析技术
7.1全息谱的构成
7.1.1全息谱的提出
7.1.2全息谱对所集成的信号的要求
7.1.3二维全息谱的构成
7.1.4全息谱区别故障的能力
7.1.5三维全息谱的构成
7.1.6轴心轨迹重构
7.2全息瀑布图
7.3全息动平衡技术
7.3.1转频椭圆
7.3.2初相点与转子重点
7.3.3椭圆运动与等速圆周运动的转换
7.3.4移相椭圆
7.3.5三维全息谱的分解
第8章主分量分析与核主分量分析
8.1主分量分析的基本原理
8.1.1主分量分析的基本原理
8.1.2主分量分析应用举例
8.2主分量分析在噪声压缩中的应用
8.2.1含噪数据序列的统计特征
8.2.2噪声压缩评价指标
8.2.3主分量分析压缩噪声的原理与实例分析
8.3核主分量分析
8.3.1“维数灾难”与核函数
8.3.2核主分量分析的原理
8.3.3核主分量分析在齿轮故障分类中的应用
第9章Bootstrap方法的原理及应用
9.1Bootstrap原理
9.1.1Bootstrap方法概述
9.1.2样本均值的估计
9.1.3重采样次数的选择
9.1.4样本数量的扩充方法
9.2Bootstrap在诊断不确定性定量评判上的应用
9.3Bootstrap在轴承故障诊断中的应用
9.4Bootstrap方法在自回归模型分析中的应用
9.4.1基于Bootstrap的自回归模型分析
9.4.2基于Bootstrap的回归建模和预报
第10章盲源分离
10.1独立分量分析原理及算法
10.1.1基本原理
10.1.2信号间的独立性度量准则
10.1.3实现算法
10.1.4常用独立分量分析方法介绍
10.2独立分量分析在监测诊断中的应用
10.2.1仿真信号的分离
10.2.2滚动轴承噪声信号的分离
10.2.3语音信号的分离
10.3独立分量分析在实践中尚需解决的几个问题
第11章时域平均技术
11.1时域平均的原理
11.2时域同步平均
11.2.1时域同步平均的概念
11.2.2时域同步平均工作原理
11.2.3应用实例
11.3无时标时域平均
11.3.1周期截断误差对时域平均的影响
11.3.2确定合理的时域平均段数
11.3.3时域平均处的改进算法
第12章支持向量机
12.1机器学习的基本方法
12.1.1问题的表示
12.1.2经验风险最小化原则
12.1.3复杂性与推广能力
12.2统计学习理论
12.2.1VC维
12.2.2推广性的界
12.2.3结构风险最小化原则
12.3支持向量机
12.3.1SVM的基本思想
12.3.2最优超平面与支持向量机
12.3.3线性支持向量机
12.3.4非线性支持向量机
12.3.5支持向量机的多类算法
12.3.6支持向量机用于回归
12.4支持向量机在机械故障诊断中的应用
12.4.1支持向量机在滚动轴承故障诊断中的应用
12.4.2支持向量机在发动机故障诊断中的应用
12.4.3支持向量机应用总结
第13章进化计算及其应用
13.1遗传算法的产生与发展现状
13.2遗传算法
13.2.1遗传算法的原理
13.2.2遗传算法的特点
13.2.3遗传算法的实现
13.3遗传编程
13.3.1遗传编程的原理
13.3.2遗传编程节点的闭锁性与自满性
13.3.3遗传编程的主要特点
13.3.4遗传编程的实现
13.4遗传算法的应用
13.5遗传编程的应用
点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP