机电设备状态监测与预测

机电设备状态监测与预测
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: 编著 , ,
2021-03
版次: 1
ISBN: 9787122378446
定价: 98.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 234页
字数: 393千字
分类: 工程技术
  • 《机电设备状态监测与预测》主要以理论、仿真和试验相结合的形式,以揭示机电设备机械动态特性为手段,介绍设备状态自动在线监测与预测的方法以及相应的软件系统和硬件系统。本书从状态监测信息类型与处理方法出发,结合状态特征弱信息提取的相关方法,对状态监测分析技术和状态在线预测技术进行了详细的讨论与总结,同时也对状态在线监测及预测系统做了全面的介绍。本书内容有利于保障机电设备的安全运行,提高设备故障维护保养效率等,适合从事机电系统测控与信息化处理、机电设备状态监测与故障趋势预测方面的研究人员和工程实践人员阅读和参考。 第1章绪论/0011.1机电设备状态监测技术的发展概况0011.1.1机电设备状态监测技术的发展历程及现状0011.1.2机电设备状态监测技术的发展趋势0031.2机电设备状态预测技术的发展概况0041.2.1机电设备状态预测技术的发展历程及现状0041.2.2机电设备状态预测技术的发展趋势0051.3大型机电设备状态在线监测及预测技术背景0061.3.1大型旋转注水机组及其故障监测及预测现状0061.3.2风电机组齿轮箱及其故障特点007第2章状态监测信息类型与处理/0092.1传感器0092.1.1传感器的组成0092.1.2传感器的分类0102.1.3传感器的选择0102.1.4不同类型的传感器简介0102.2振动信号0162.2.1振动信号分类0162.2.2信号分析与处理方法0192.3振动加速度信号0292.3.1采样频率与采样间隔0292.3.2振动加速度离散化计算0292.3.3振动烈度的后续处理0312.4功率谱信号处理0312.4.1经典频谱信号处理的步骤0312.4.2现代谱信号处理方法0322.5小波分析0352.5.1小波分析在机械故障诊断中的应用0352.5.2小波分析基本理论0362.5.3小波分析与傅里叶分析对比0382.5.4小波变换在信号处理与检测中的应用0392.5.5离散小波变换0482.5.6分析系统构成0492.5.7振动信号分析结果050第3章状态特征弱信息提取/0543.1基于μ-SVD和LMD的状态特征弱信息预处理方法0543.1.1μ-SVD降噪算法0553.1.2局部均值分解(LMD)算法0573.1.3状态特征弱信息预处理方法0613.1.4仿真验证0623.1.5实验验证0673.2基于Birgé-Massart阈值的状态特征弱信息预处理方法0713.2.1状态特征弱信息预处理方法的基本原理0713.2.2Birgé-Massart惩罚策略下的阈值确定方法0733.2.3状态特征弱信息预处理方法的实现0743.2.4仿真验证0753.2.5实验验证0773.3基于CEEMDAN-MFICA的非平稳信号预处理方法0803.3.1盲源分离0813.3.2基于CEEMDAN-MFICA的变工况非平稳信号预处理方法0833.3.3实验验证0853.4运行状态劣化的敏感HHT特征提取0933.4.1HHT基本理论0943.4.2基于劣化敏感IMF选择的HHT特征提取方法0993.4.3仿真验证1003.4.4实验验证1023.5高阶累积量对角切片谱运行状态劣化特征提取1103.5.1高阶累积量的基本理论1103.5.21.5维谱运行稳定性劣化特征提取方法1153.5.3四阶累积量对角切片谱运行稳定性劣化特征提取方法1173.5.4特征提取方法的趋势预测适用性1183.6计算阶次跟踪及包络解调分析特征提取1193.6.1振动信号的计算阶次跟踪1203.6.2振动信号的包络解调1253.6.3增速齿轮箱实测信号的计算阶次跟踪及包络解调130第4章状态监测分析技术/1384.1旋转机组状态分析的基本原理及方法1384.1.1旋转机组的状态分类及状态分析过程1384.1.2旋转机组状态分析的构成1394.1.3旋转机组状态分析的基本方法1404.2机组状态评定标准的选择及预警、报警限的设定1414.2.1机组状态评定的有关标准及选择1414.2.2机组工作状态的预警限及报警限的设定1424.3状态在线分析技术1434.3.1机组状态六测点烈度分析技术1434.3.2机组状态时域分析技术1444.3.3机组状态频域分析技术1454.4状态自动判别技术1464.4.1机组状态六段频率幅值自动判别技术1474.4.2机组状态谱展宽窄带自动判别技术1484.5大型旋转机组状态自动判别智能专家系统1484.5.1机组状态自动判别智能专家系统的结构1484.5.2智能专家系统实现机组状态自动判别的方法1504.5.3振动量的有关智能化处理1524.5.4机组状态智能专家系统全频段自动判别技术1524.6运行稳定性劣化状态的评价1534.6.1劣化演化矩阵的建立1534.6.2运行稳定性劣化程度的表征参数1554.6.3运行稳定性劣化状态的评价方法1574.6.4基于现场实验数据的运行稳定性劣化状态的评价158第5章状态在线预测技术/1645.1在线趋势预测概述1645.2振动级值预测的类型、基本方法和判据1655.2.1机组状态发展趋势与振动级值预测1655.2.2振动级值趋势预测的类型1665.2.3振动级值趋势预测的基本方法1665.2.4振动级值趋势预测的判据和评定方法1685.3时序模型与时序预测1685.4灰色预测方法及其改进1695.4.1灰色预测方法1695.4.2干涉因子灰色预测改进模型1715.4.3GMAR组合预测改进模型1715.5中心差分灰色模型1735.5.1中心差分基本原理1735.5.2中心差分灰色模型建模1745.5.3CDGM(1,1)模型烈度预测1755.6烈度序列的趋势项提取1765.6.1预测模型的烈度趋势项提取1765.6.2线性规划法进行烈度趋势项提取1775.6.3烈度趋势提取的精度校验1795.7分离趋势项新型组合预测模型1805.7.1分离趋势项组合预测模型的设计1815.7.2分离趋势项组合模型的烈度预测1825.7.3两种时区联合预测的实用方法1845.8六段频率幅值趋势预测设计1855.9人工智能预测方法1855.9.1人工神经网络趋势预测1865.9.2人工神经网络的结构和模型1875.9.3网络的拓扑结构及类型1885.9.4误差反传训练算法(BP算法)1895.9.5神经网络预测原理及模型的建立1895.9.6神经网络趋势预测方法1935.10采用遗传算法进行趋势预测1985.10.1遗传算法与机组状态预测1985.10.2遗传算法进行预测的方案1985.10.3遗传预测的适合度选择及步骤199第6章状态在线监测及预测系统/2016.1状态在线监测及预测系统的总体设计2016.1.1状态在线监测及预测系统的技术路线2016.1.2大型旋转机组状态在线监测及预测系统的技术特点2026.1.3状态在线监测及预测系统的类型2036.2状态在线监测及预测的软件系统设计2056.2.1在线监测软件系统设计原则2056.2.2软件模块结构及其功能2066.2.3面向对象程序设计(OOP)2076.3远程在线风机齿轮箱监测诊断系统2086.3.1嵌入式数据采集系统设计2096.3.2数据服务器软件开发2156.3.3数据存储数据库设计2166.3.4网页服务器软件开发2176.4风机齿轮箱早期故障征兆在线监测诊断系统构建2196.5基于Web的远程机械故障预测系统构建2236.5.1远程故障预测系统构建2236.5.2系统中非线性非平稳故障预测模块开发227参考文献230
  • 内容简介:
    《机电设备状态监测与预测》主要以理论、仿真和试验相结合的形式,以揭示机电设备机械动态特性为手段,介绍设备状态自动在线监测与预测的方法以及相应的软件系统和硬件系统。本书从状态监测信息类型与处理方法出发,结合状态特征弱信息提取的相关方法,对状态监测分析技术和状态在线预测技术进行了详细的讨论与总结,同时也对状态在线监测及预测系统做了全面的介绍。本书内容有利于保障机电设备的安全运行,提高设备故障维护保养效率等,适合从事机电系统测控与信息化处理、机电设备状态监测与故障趋势预测方面的研究人员和工程实践人员阅读和参考。
  • 目录:
    第1章绪论/0011.1机电设备状态监测技术的发展概况0011.1.1机电设备状态监测技术的发展历程及现状0011.1.2机电设备状态监测技术的发展趋势0031.2机电设备状态预测技术的发展概况0041.2.1机电设备状态预测技术的发展历程及现状0041.2.2机电设备状态预测技术的发展趋势0051.3大型机电设备状态在线监测及预测技术背景0061.3.1大型旋转注水机组及其故障监测及预测现状0061.3.2风电机组齿轮箱及其故障特点007第2章状态监测信息类型与处理/0092.1传感器0092.1.1传感器的组成0092.1.2传感器的分类0102.1.3传感器的选择0102.1.4不同类型的传感器简介0102.2振动信号0162.2.1振动信号分类0162.2.2信号分析与处理方法0192.3振动加速度信号0292.3.1采样频率与采样间隔0292.3.2振动加速度离散化计算0292.3.3振动烈度的后续处理0312.4功率谱信号处理0312.4.1经典频谱信号处理的步骤0312.4.2现代谱信号处理方法0322.5小波分析0352.5.1小波分析在机械故障诊断中的应用0352.5.2小波分析基本理论0362.5.3小波分析与傅里叶分析对比0382.5.4小波变换在信号处理与检测中的应用0392.5.5离散小波变换0482.5.6分析系统构成0492.5.7振动信号分析结果050第3章状态特征弱信息提取/0543.1基于μ-SVD和LMD的状态特征弱信息预处理方法0543.1.1μ-SVD降噪算法0553.1.2局部均值分解(LMD)算法0573.1.3状态特征弱信息预处理方法0613.1.4仿真验证0623.1.5实验验证0673.2基于Birgé-Massart阈值的状态特征弱信息预处理方法0713.2.1状态特征弱信息预处理方法的基本原理0713.2.2Birgé-Massart惩罚策略下的阈值确定方法0733.2.3状态特征弱信息预处理方法的实现0743.2.4仿真验证0753.2.5实验验证0773.3基于CEEMDAN-MFICA的非平稳信号预处理方法0803.3.1盲源分离0813.3.2基于CEEMDAN-MFICA的变工况非平稳信号预处理方法0833.3.3实验验证0853.4运行状态劣化的敏感HHT特征提取0933.4.1HHT基本理论0943.4.2基于劣化敏感IMF选择的HHT特征提取方法0993.4.3仿真验证1003.4.4实验验证1023.5高阶累积量对角切片谱运行状态劣化特征提取1103.5.1高阶累积量的基本理论1103.5.21.5维谱运行稳定性劣化特征提取方法1153.5.3四阶累积量对角切片谱运行稳定性劣化特征提取方法1173.5.4特征提取方法的趋势预测适用性1183.6计算阶次跟踪及包络解调分析特征提取1193.6.1振动信号的计算阶次跟踪1203.6.2振动信号的包络解调1253.6.3增速齿轮箱实测信号的计算阶次跟踪及包络解调130第4章状态监测分析技术/1384.1旋转机组状态分析的基本原理及方法1384.1.1旋转机组的状态分类及状态分析过程1384.1.2旋转机组状态分析的构成1394.1.3旋转机组状态分析的基本方法1404.2机组状态评定标准的选择及预警、报警限的设定1414.2.1机组状态评定的有关标准及选择1414.2.2机组工作状态的预警限及报警限的设定1424.3状态在线分析技术1434.3.1机组状态六测点烈度分析技术1434.3.2机组状态时域分析技术1444.3.3机组状态频域分析技术1454.4状态自动判别技术1464.4.1机组状态六段频率幅值自动判别技术1474.4.2机组状态谱展宽窄带自动判别技术1484.5大型旋转机组状态自动判别智能专家系统1484.5.1机组状态自动判别智能专家系统的结构1484.5.2智能专家系统实现机组状态自动判别的方法1504.5.3振动量的有关智能化处理1524.5.4机组状态智能专家系统全频段自动判别技术1524.6运行稳定性劣化状态的评价1534.6.1劣化演化矩阵的建立1534.6.2运行稳定性劣化程度的表征参数1554.6.3运行稳定性劣化状态的评价方法1574.6.4基于现场实验数据的运行稳定性劣化状态的评价158第5章状态在线预测技术/1645.1在线趋势预测概述1645.2振动级值预测的类型、基本方法和判据1655.2.1机组状态发展趋势与振动级值预测1655.2.2振动级值趋势预测的类型1665.2.3振动级值趋势预测的基本方法1665.2.4振动级值趋势预测的判据和评定方法1685.3时序模型与时序预测1685.4灰色预测方法及其改进1695.4.1灰色预测方法1695.4.2干涉因子灰色预测改进模型1715.4.3GMAR组合预测改进模型1715.5中心差分灰色模型1735.5.1中心差分基本原理1735.5.2中心差分灰色模型建模1745.5.3CDGM(1,1)模型烈度预测1755.6烈度序列的趋势项提取1765.6.1预测模型的烈度趋势项提取1765.6.2线性规划法进行烈度趋势项提取1775.6.3烈度趋势提取的精度校验1795.7分离趋势项新型组合预测模型1805.7.1分离趋势项组合预测模型的设计1815.7.2分离趋势项组合模型的烈度预测1825.7.3两种时区联合预测的实用方法1845.8六段频率幅值趋势预测设计1855.9人工智能预测方法1855.9.1人工神经网络趋势预测1865.9.2人工神经网络的结构和模型1875.9.3网络的拓扑结构及类型1885.9.4误差反传训练算法(BP算法)1895.9.5神经网络预测原理及模型的建立1895.9.6神经网络趋势预测方法1935.10采用遗传算法进行趋势预测1985.10.1遗传算法与机组状态预测1985.10.2遗传算法进行预测的方案1985.10.3遗传预测的适合度选择及步骤199第6章状态在线监测及预测系统/2016.1状态在线监测及预测系统的总体设计2016.1.1状态在线监测及预测系统的技术路线2016.1.2大型旋转机组状态在线监测及预测系统的技术特点2026.1.3状态在线监测及预测系统的类型2036.2状态在线监测及预测的软件系统设计2056.2.1在线监测软件系统设计原则2056.2.2软件模块结构及其功能2066.2.3面向对象程序设计(OOP)2076.3远程在线风机齿轮箱监测诊断系统2086.3.1嵌入式数据采集系统设计2096.3.2数据服务器软件开发2156.3.3数据存储数据库设计2166.3.4网页服务器软件开发2176.4风机齿轮箱早期故障征兆在线监测诊断系统构建2196.5基于Web的远程机械故障预测系统构建2236.5.1远程故障预测系统构建2236.5.2系统中非线性非平稳故障预测模块开发227参考文献230
查看详情
12
相关图书 / 更多
机电设备状态监测与预测
机电一体化设备组装与调试技能训练
周建清
机电设备状态监测与预测
机电英语
屈南可、鹿璐 编
机电设备状态监测与预测
机电英语(第二版)
李玉萍
机电设备状态监测与预测
机电设备概论第2版
刘成志 编
机电设备状态监测与预测
机电控制技术基础及创新实践
袁明新 江亚峰 主编
机电设备状态监测与预测
机电控制仿真技术应用
李 坤 刘 辉
机电设备状态监测与预测
机电传动与控制(第五版)
程宪平
机电设备状态监测与预测
机电设备电气控制(辽宁省双高建设立体化教材)
刘凯 编
机电设备状态监测与预测
机电一体化设备组装与调试(智能制造专业群系列教材职业教育课程改革创新教材)
孟庆龙 编
机电设备状态监测与预测
机电工程管理与实务真题汇编及解析
全国二级建造师执业资格考试真题汇编及解析编写委员会 编
机电设备状态监测与预测
机电英语(新时代行业英语系列教材)
姜宏、王长全 著
机电设备状态监测与预测
机电工程管理与实务高频考点精析
全国二级建造师执业资格考试高频考点精析编写委员会