图书介绍

基于现代信号处理技术的泵与风机故障诊断原理及其应用pdf电子书版本下载

基于现代信号处理技术的泵与风机故障诊断原理及其应用
  • 周云龙,李洪伟,孙斌,杨宁著 著
  • 出版社: 北京:科学出版社
  • ISBN:9787030419279
  • 出版时间:2014
  • 标注页数:239页
  • 文件大小:63MB
  • 文件页数:249页
  • 主题词:信号处理-应用-泵-故障诊断;信号处理-应用-风机-故障诊断

PDF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]

下载说明

基于现代信号处理技术的泵与风机故障诊断原理及其应用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

图书目录

第1章 绪论 1

1.1 泵与风机工作点求解方法研究 1

1.2 离心泵汽蚀故障诊断研究 2

1.2.1 汽蚀故障概述 2

1.2.2 常用汽蚀诊断方法 5

1.2.3 国内外关于汽蚀诊断方法的研究进展及趋势 6

1.3 离心泵机械故障诊断研究 11

1.3.1 离心泵机械故障概述 11

1.3.2 离心泵机械故障诊断常用方法 12

1.3.3 国内外离心泵机械故障诊断研究进展 14

1.4 离心式风机机械故障诊断研究 17

1.4.1 离心式风机机械故障概述 17

1.4.2 离心式风机机械故障诊断常用方法 22

1.4.3 国内外离心式风机机械故障诊断研究进展及趋势 23

参考文献 25

第2章 泵与风机工作点的解析法 32

2.1 管路特性曲线及工作点 32

2.1.1 管路特性曲线 32

2.1.2 工作点 32

2.2 泵与风机工作点的数学解法探讨 33

2.2.1 泵与风机的性能特性曲线和管路特性曲线 33

2.2.2 泵与风机在管路中的工作点 34

2.2.3 泵与风机变速时转速和工作点的求解 35

2.3 解析法确定泵与风机串并联运行的工作点 36

2.4 用Excel计算阻力系数和泵的工作点 38

2.4.1 单变量求解器介绍 39

2.4.2 泵工作点的确定 39

2.5 本章小结 41

参考文献 41

第3章 离心泵汽蚀故障诊断 42

3.1 压力脉动法 42

3.1.1 离心泵汽蚀压力信号的采集 42

3.1.2 自相关分析与短时傅里叶变换 47

3.1.3 基于小波理论的信号去噪 54

3.1.4 基于小波分析的气蚀故障信号特征提取 58

3.1.5 小波包与关联维数分析 59

3.1.6 基于经验模态分解的气蚀故障信号特征提取 65

3.1.7 基于边际谱频带能量法的汽蚀故障信号特征提取 71

3.1.8 GA-BP网络 74

3.1.9 几种方案的比较分析 75

3.2 超声波法 79

3.2.1 实验系统与实验方法 79

3.2.2 超声信号波的自相关与频谱分析 84

3.2.3 汽蚀超声信号的小波奇异性检测 87

3.2.4 基于HHT的超声信号分析方法 93

3.3 本章小结 96

参考文献 96

第4章 离心泵振动故障诊断 100

4.1 实验数据采集 100

4.1.1 实验系统 100

4.1.2 参数测量及仪表 101

4.1.3 数据采集系统 101

4.1.4 实验步骤 101

4.1.5 实验测得的振动信号及分析 102

4.2 基于第二代小波的故障信号去噪方法 103

4.2.1 去噪问题的描述 104

4.2.2 常用去噪方法 104

4.2.3 新型改进阈值函数的第二代小波去噪 108

4.2.4 Doppler仿真信号去噪 109

4.2.5 实测故障信号去噪 110

4.2.6 类可分离性评价准则 112

4.3 离心泵振动故障特征提取方法 113

4.3.1 希尔伯特-黄变换(HHT) 113

4.3.2 复杂度 117

4.3.3 基于连续小波变换的故障特征提取 119

4.3.4 基于提升小波包的特征提取 121

4.3.5 递归定量分析 124

4.4 离心泵振动故障诊断模型 127

4.4.1 RBF神经网络 127

4.4.2 Elman神经网络 131

4.4.3 最小二乘法支持向量机 135

4.4.4 相关向量机 140

4.4.5 识别模型的比较 144

4.5 基于2D-HMM的离心泵振动故障诊断模型 144

4.5.1 隐Markov模型 144

4.5.2 二维隐Markov模型 148

4.5.3 2D-HMM故障诊断原理及步骤 155

4.5.4 2D-HMM故障诊断实验应用 159

4.6 本章小结 161

参考文献 162

第5章 风机振动故障诊断 168

5.1 风机的状态信号采集及其故障模式分析 168

5.1.1 风机的振动信号采集 168

5.1.2 风机故障的来源与典型故障模式分析 172

5.2 振动信号的预处理 175

5.2.1 ICA的基本理论 175

5.2.2 仿真信号处理 177

5.2.3 风机振动信号处理 179

5.3 振动信号的特征提取 180

5.3.1 时域分析法 181

5.3.2 频域分析法 184

5.3.3 时频分析法 185

5.4 风机的故障诊断与分析 188

5.4.1 k-means算法在风机振动信号分析中的应用 188

5.4.2 改进的LVQ模型在风机故障诊断中的应用 192

5.4.3 小波分析在风机故障诊断中的应用 198

5.4.4 HHT与GA-BP网络联合的故障诊断 204

5.5 本章小结 217

参考文献 218

第6章 离心泵在线监测及故障诊断系统与风机选型系统的实现 220

6.1 离心泵在线监测及故障诊断系统 220

6.1.1 在线监测与故障诊断系统硬件组成介绍 220

6.1.2 软件开发 220

6.1.3 诊断系统的应用 228

6.2 风机选型软件系统的研制与开发 230

6.2.1 软件设计思路 230

6.2.2 管道阻力计算 230

6.2.3 风机优化选型 233

6.2.4 软件系统的运用 234

6.3 本章小结 238

参考文献 239

精品推荐