機械故障診斷理論與方法

前言

　　創(chuàng)新是一個民族的靈魂，也是高層次人才水平的集中體現(xiàn)。因此，創(chuàng)新能力的培養(yǎng)應(yīng)貫穿于研究生培養(yǎng)的各個環(huán)節(jié)，包括課程學(xué)習(xí)、文獻(xiàn)閱讀、課題研究等。文獻(xiàn)閱讀與課題研究無疑是培養(yǎng)研究生創(chuàng)新能力的重要手段，同樣，課程學(xué)習(xí)也是培養(yǎng)研究生創(chuàng)新能力的重要環(huán)節(jié)。通過課程學(xué)習(xí)，使研究生在教師指導(dǎo)下，獲取知識并理解知識創(chuàng)新過程與創(chuàng)新方法，對培養(yǎng)研究生創(chuàng)新能力具有極其重要的意義。　　西安交通大學(xué)研究生院圍繞研究生創(chuàng)新意識與創(chuàng)新能力改革研究生課程體系的同時，開設(shè)了一批研究型課程，支持編寫了一批研究型課程的教材，目的是為了推動在課程教學(xué)環(huán)節(jié)加強研究生創(chuàng)新意識與創(chuàng)新能力的培養(yǎng)，進(jìn)一步提高研究生培養(yǎng)質(zhì)量?！　⊙芯啃驼n程是指以激發(fā)研究生批判性思維、創(chuàng)新意識為主要目標(biāo)，由具有高學(xué)術(shù)水平的教授作為任課教師參與指導(dǎo)，以本學(xué)科領(lǐng)域最新研究和前沿知識為內(nèi)容，以探索式的教學(xué)方式為主導(dǎo)，適合于師生互動，使學(xué)生有更大的思維空間的課程。研究型教材應(yīng)使學(xué)生在學(xué)習(xí)過程中可以掌握最新的科學(xué)知識，了解最新的前沿動態(tài)，激發(fā)研究生科學(xué)研究的興趣，掌握基本的科學(xué)方法，把教師為中心的教學(xué)模式轉(zhuǎn)變?yōu)橐詫W(xué)生為中心教師為主導(dǎo)的教學(xué)模式，把學(xué)生被動接受知識轉(zhuǎn)變?yōu)樵谔剿餮芯颗c自主學(xué)習(xí)中掌握知識和培養(yǎng)能力?！　〕霭嫜芯啃驼n程系列教材，是一項探索性的工作，有許多艱苦的工作。雖然已出版的教材凝聚了作者的大量心血，但畢竟是一項在實踐中不斷完善的工作。我們深信，通過研究型系列教材的出版與完善，必定能夠促進(jìn)研究生創(chuàng)新能力的培養(yǎng)。

內(nèi)容概要

　　《機械故障診斷理論與方法》在內(nèi)容上吸收了近年來機械狀態(tài)監(jiān)測和故障診斷中出現(xiàn)的新方法、新技術(shù)等前沿研究，體現(xiàn)了機械監(jiān)測和診斷這一研究方向的最新發(fā)展，具有了新穎性、創(chuàng)造性和學(xué)科交叉等特點。本教材的內(nèi)容大多來源于近年來作者所在單位承擔(dān)的科研項目的最新進(jìn)展和研究成果，包括了機械狀態(tài)監(jiān)測和故障診斷的信息原理，監(jiān)測診斷中用于特征提取的最新信號處理理論和方法，以及作為監(jiān)測診斷技術(shù)核心的模式識別新理論和方法。在編寫上兼顧了方法原理的介紹和實際應(yīng)用舉例，目的在于使讀者在學(xué)習(xí)基本原理、基本理論的基礎(chǔ)上，掌握如何在實踐中應(yīng)用，從而達(dá)到舉一反三、觸類旁通，有利于研究生創(chuàng)新意識和創(chuàng)新能力的培養(yǎng)。

書籍目錄

第1章　機械零部件失效信息1.1　概述1.2　機械運行信息的獲取1.2.1　包含零部件失效信息的信號測量1.2.2　零部件失效信息的提取1.3　機械運行信息的利用1.3.1　機械零部件故障的識別1.3.2　機械設(shè)計、制造缺陷的識別1.4　機械故障診斷的本質(zhì)第2章　機械故障診斷動力學(xué)基礎(chǔ)2.1　簡諧振動2.2　單自由度系統(tǒng)的自由振動2.3　單自由度系統(tǒng)的強迫振動2.3.1　簡諧激勵下的強迫振動（穩(wěn)態(tài)階段）2.3.2　簡諧激勵下的強迫振動（過渡階段）2.4　轉(zhuǎn)子的不平衡響應(yīng)和臨界轉(zhuǎn)速2.5　機械故障振動頻率特征及機理分析2.5.1　回轉(zhuǎn)機械典型故障特征及機理分析2.5.2　齒輪故障特征及機理分析2.5.3　滾動軸承故障特征及機理分析第3章　信息熵3.1　信息熵的定義與性質(zhì)3.1.1　熵的定義3.1.2 熵的性質(zhì)3.1.3　信息熵的作用3.2　信息熵的極值3.3　復(fù)合系統(tǒng)、聯(lián)合熵與條件熵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　不確定性重要度測度3.5　信息量的量度第4章　信號頻域分析基礎(chǔ)及應(yīng)用4.1　傅里葉級數(shù)與離散頻譜4.2　傅里葉變換與連續(xù)頻譜4.3　離散傅里葉變換及快速算法4.4　窗函數(shù)與泄漏4.5　譜校正方法4.6　信號的頻譜分析4.6.1　確定性信號的傅里葉譜分析4.6.2　信號的功率譜分析4.6.3　信號的相干分析4.7　頻譜分析的應(yīng)用第5章　信號的時頻分析5.1　時頻分析的基本概念5.1.1　信號的時頻表示5.1.2　相平面、窗口和測不準(zhǔn)原理5.1.3　時頻分析方法的分類5.2　加窗傅里葉變換5.2.1　加窗傅里葉變換的基本概念5.2.2　加窗傅里葉變換的特性5.2.3　加窗傅里葉變換的分析實例5.3　小波變換5.3.1　小波變換的基本概念5.3.2　小波變換的特性5.3.3　連續(xù)小波變換的分析實例5.4　離散小波變換5.4.1　二進(jìn)小波變換5.4.2　小波函數(shù)與尺度函數(shù)5.4.3　離散二進(jìn)小波變換——Mallat算法5.4.4　信號重建——二進(jìn)小波逆變換5.4.5　二進(jìn)小波變換的應(yīng)用5.5　小波包變換5.5.1　小波包原理5.5.2　小波包結(jié)構(gòu)5.5.3　小波包變換5.5.4　小波包逆變換5.5.5　信號的小波包表示5.5.6　小波包變換的實例5.6　維格納分布5.6.1　維格納分布的定義與性質(zhì)5.6.2　維格納分布的時頻特性5.6.3　維格納分布的光滑方法第6章　希爾伯特-黃變換6.1　希爾伯特-黃變換中的基本概念6.1.1　瞬時頻率6.1.2　固有模式函數(shù)6.2　經(jīng)驗?zāi)Ｊ椒纸?.2.1　經(jīng)驗?zāi)Ｊ椒纸獾幕驹?.2.2　經(jīng)驗?zāi)Ｊ椒纸馑惴ǖ耐陚湫耘c正交性6.3　希爾伯特譜分析6.　4希爾伯特-黃變換在非平穩(wěn)、非線性信號處理中的應(yīng)用舉例6.4.1　單周期正弦波的分析6.4.2　分時余弦波的分析6.4.3　一個模擬調(diào)頻信號的分析6.4.4　一個實際機械故障信號的分析6.5　討論第7章　全息譜分析技術(shù)7.1　全息譜的構(gòu)成7.1.1　全息譜的提出7.1.2　全息譜對所集成的信號的要求7.1.3　二維全息譜的構(gòu)成7.1.4　全息譜區(qū)別故障的能力7.1.5　三維全息譜的構(gòu)成7.1.6　軸心軌跡重構(gòu)7.2　全息瀑布圖7.3　全息動平衡技術(shù)7.3.1　轉(zhuǎn)頻橢圓7.3.2　初相點與轉(zhuǎn)子重點7.3.3　橢圓運動與等速圓周運動的轉(zhuǎn)換7.3.4　移相橢圓7.3.5　三維全息譜的分解第8章　主分量分析與核主分量分析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　主分量分析應(yīng)用舉例8.2　主分量分析在噪聲壓縮中的應(yīng)用8.2.1　含噪數(shù)據(jù)序列的統(tǒng)計特征8.2.2　噪聲壓縮評價指標(biāo)8.2.3　主分量分析壓縮噪聲的原理與實例分析8.3　核主分量分析8.3.1　“維數(shù)災(zāi)難”與核函數(shù)8.3.2　核主分量分析的原理8.3.3　核主分量分析在齒輪故障分類中的應(yīng)用第9章　Bootstrap方法的原理及應(yīng)用9.1　Bootstrap原理9.1.1　Bootstrap方法概述9.1.2　樣本均值的估計9.1.3　重采樣次數(shù)的選擇9.1.4　樣本數(shù)量的擴充方法9.2　Bootstrap在診斷不確定性定量評判上的應(yīng)用9.3　Bootstrap在軸承故障診斷中的應(yīng)用9.4　Bootstrap方法在自回歸模型分析中的應(yīng)用9.4.1　基于Bootstrap的自回歸模型分析9.4.2　基于Bootstrap的回歸建模和預(yù)報第10章　盲源分離10.1　獨立分量分析原理及算法10.1.1　基本原理10.1.2　信號間的獨立性度量準(zhǔn)則10.1.3　實現(xiàn)算法10.1.4　常用獨立分量分析方法介紹10.2　獨立分量分析在監(jiān)測診斷中的應(yīng)用10.2.1　仿真信號的分離10.2.2　滾動軸承噪聲信號的分離10.2.3　語音信號的分離10.3　獨立分量分析在實踐中尚需解決的幾個問題第11章　時域平均技術(shù)11.1　時域平均的原理11.2　時域同步平均11.2.1　時域同步平均的概念11.2.2　時域同步平均工作原理11.2.3　應(yīng)用實例11.3　無時標(biāo)時域平均11.3.1　周期截斷誤差對時域平均的影響11.3.2　確定合理的時域平均段數(shù)11.3.3　時域平均處的改進(jìn)算法第12章　支持向量機12.1　機器學(xué)習(xí)的基本方法12.1.1　問題的表示12.1.2　經(jīng)驗風(fēng)險最小化原則12.1.3　復(fù)雜性與推廣能力12.2　統(tǒng)計學(xué)習(xí)理論12.2.1　VC維12.2.2　推廣性的界12.2.3　結(jié)構(gòu)風(fēng)險最小化原則12.3　支持向量機12.3.1　SVM的基本思想12.3.2　最優(yōu)超平面與支持向量機12.3.3　線性支持向量機12.3.4　非線性支持向量機12.3.5　支持向量機的多類算法12.3.6　支持向量機用于回歸12.4　支持向量機在機械故障診斷中的應(yīng)用12.4.1　支持向量機在滾動軸承故障診斷中的應(yīng)用12.4.2　支持向量機在發(fā)動機故障診斷中的應(yīng)用12.4.3　支持向量機應(yīng)用總結(jié)第13章　進(jìn)化計算及其應(yīng)用13.1　遺傳算法的產(chǎn)生與發(fā)展現(xiàn)狀13.2　遺傳算法13.2.1　遺傳算法的原理13.2.2　遺傳算法的特點13.2.3　遺傳算法的實現(xiàn)13.3　遺傳編程13.3.1　遺傳編程的原理13.3.2　遺傳編程節(jié)點的閉鎖性與自滿性13.3.3　遺傳編程的主要特點13.3.4　遺傳編程的實現(xiàn)13.4　遺傳算法的應(yīng)用13.5　遺傳編程的應(yīng)用

章節(jié)摘錄

　　第1章　機械零部件失效信息　　1.2 機械運行信息的獲取　　機械運行信息反映了機械的工作狀態(tài)。獲取這些信息是了解機械工作狀態(tài)及失效的第一步。機械運行信息的獲取包括了以下兩個方面的內(nèi)容。一是反映機械失效信息的信號測量；二是測量信號中機械失效信息的提取?！　?.2.1 包含零部件失效信息的信號測量　　機械零部件失效信息測量中常用的方法可分為兩大類：靜態(tài)測量法和動態(tài)測量法。靜態(tài)測量方法即對機器零部件失效的靜態(tài)信息進(jìn)行測量。靜態(tài)測量方法直接對機械零部件的失效信息進(jìn)行測量，不需要進(jìn)行推導(dǎo)計算，有時也稱為直接觀測法。例如直接測量齒輪的嚙合間隙得到齒輪齒面磨損情況；直接測量機床導(dǎo)軌表面的磨損量得到導(dǎo)軌的磨損情況；還有用著色滲透劑探查零件表面，了解零部件的微裂紋；直接觀測已經(jīng)拆卸的滾動軸承內(nèi)、外滾道，由此判斷軸承的腐蝕、剝落情況。靜態(tài)測量得到的信息直接反映了機械零部件的失效情況，比較直觀、可靠。靜態(tài)測量必須在機器停止?fàn)顟B(tài)下，零部件能直接觀察到或機器已經(jīng)拆開的狀態(tài)下進(jìn)行。因此，靜態(tài)測量法難以實現(xiàn)機器工作過程中零部件失效信息的在線測量?！　C械零部件失效信息的動態(tài)測量是指對含有機械零部件失效信息的動態(tài)物理量信息的測量。這些動態(tài)物理量隨著時間變化，可以是由零部件的失效產(chǎn)生的，也可以是反映機器總體或部分零部件性能或效能的一些物理量。動態(tài)測量的物理量值或信號，需要進(jìn)行某種函數(shù)關(guān)系運算、變換或加工處理后，才能得到需要的機械零部件的失效信息。例如，為了了解磨床上砂輪的平衡狀態(tài)，可以測量磨床工作過程中砂輪頭架的振動信號，通過對測量得到的動態(tài)信號中轉(zhuǎn)頻分量幅值的計算來判斷砂輪的平衡情況，計算砂輪的失衡校正量。雖然測量到的振動信號本身并不直接反映砂輪的失衡大小和方位，但經(jīng)過加工或計算后就可提取出與失衡大小和失衡方位相關(guān)的信息。同樣，滾動軸承失效時會產(chǎn)生振動，對軸承工作過程中的振動信號進(jìn)行測量，經(jīng)過對振動信號的頻譜分析等加工處理，最終可判斷軸承失效的元件和嚴(yán)重程度。

編輯推薦

　　西安交通大學(xué)研究生創(chuàng)新教育系列教材

圖書封面

評論、評分、閱讀與下載

---

    機械故障診斷理論與方法 PDF格式下載

---