機(jī)械故障診斷的Hilbert-Huang變換方法

前言
第1章 時頻分析及其在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用
1．1引言
1．2時頻分析中的基本概念
1．2．1時間描述和頻率描述
1．2．2解析信號
1．2．3瞬時頻率
1．2．4平穩(wěn)信號與非平穩(wěn)信號
1．2．5窗函數(shù)
1．2．6Heisenberg測不準(zhǔn)原理
1．3窗口傅里葉變換
1．3．1窗口傅里葉變換的定義
1．3．2窗口傅里葉變換的時間和頻率分辨率
1．3．3窗口傅里葉變換在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用及其局限性
1．4wigner-Ville分布在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用及其局限性
1．5小波分析在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用及其局限性
1．5．1連續(xù)小波變換
1．5．2小波分解與小波包分解
1．5．3小波分析在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用
1．5．4小波分析的局限性
第2章 Hilbert-Huallg變換
2．1引言
2．2EMD方法
2．2．1特征尺度參數(shù)
2．2．2內(nèi)稟模態(tài)函數(shù)
2．2．3EMD方法——“篩分”過程
2．2．4EMD方法的特點
2．3Hilbert譜與Hilbert邊際譜
2．4Hilbert—Huang變換與小波分析方法的比較
2．4．1EMD方法與小波分解方法的比較
2．4．2Hilbert譜與小波譜的比較
2．5基于EMD的信號瞬時特征的小波分析方法
2．5．1基于EMD的信號瞬時特征的小波分析方法原理
2．5．2仿真信號分析結(jié)果
第3章 Hilbert—Huang變換的內(nèi)稟模態(tài)函數(shù)判據(jù)及端點效應(yīng)問題處理方法
3．1引言
3．2內(nèi)稟模態(tài)函數(shù)判據(jù)的研究
3．2．1概述
3．2．2能量差跟蹤法
3．2．3仿真與實驗信號分析
3．3Hilbert-Huang變換中端點效應(yīng)問題的處理
3．3．1概述
3．3．2基于支持向量回歸機(jī)的端點效應(yīng)問題的處理方法
3．3．3基于時變參數(shù)自回歸滑動平均模型的端點效應(yīng)問題的處理方法
第4章 基于bert-Huang變換的旋轉(zhuǎn)機(jī)械故障特征提取方法
4．1引言
4．2基于Hilbert—Huallg變換的時頻熵
4．2．1基于Hilbert—Huang變換的時頻熵定義
4．2．2在齒輪故障特征提取中的應(yīng)用
4．3基于EMD的頻率族分離法
4．3．1基于EMD的頻率族分離法原理
4．3．2在齒輪故障特征提取中的應(yīng)用
4．4局部Hilbert邊際譜在滾動軸承故障特征提取中的應(yīng)用
4．4．1基于局部Hilbert邊際譜的滾動軸承故障特征提取方法
4．4．2實驗信號分析
4．5基于EMD的轉(zhuǎn)子局部碰摩故障特征提取方法
4．5．1基于EMD的轉(zhuǎn)子局部碰摩故障特征提取方法原理
4．5．2實驗信號分析
第5章 基于EMD的能量算子解調(diào)方法
5．1引言
5．2Hilbert變換解調(diào)方法及其局限性
5．2．1Hilbert變換解調(diào)方法
5．2．2Hilbert變換解調(diào)方法的局限性
5．3能量算子解調(diào)方法
5．3．1能量算子分離算法(EOSA)
5．3．2平滑的能量算子分離算法
5．4基于EMD的能量算子解調(diào)方法
5．5基于EMD的能量算子解調(diào)方法在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用
5．5．1基于EMD的能量算子解調(diào)方法在滾動軸承故障診斷中的應(yīng)用
5．5．2基于EMD的能量算子解調(diào)方法在齒輪故障診斷中的應(yīng)用
第6章 基于EMD的AR模型在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用
6．1引言
6．2基于EMD的AR模型
6．3基于EMD的AR模型在齒輪故障診斷中的應(yīng)用
6．3．1基于EMD和AR模型的齒輪故障診斷方法
6．3．2實驗信號分析
6．4基于EMD的AR模型在滾動軸承故障診斷中的應(yīng)用
6．4．1基于EMD和AR模型的滾動軸承故障診斷方法
6．4．2實驗信號分析
第7章 基于EMD和關(guān)聯(lián)維數(shù)的旋轉(zhuǎn)機(jī)械故障診斷方法
7．1引言-
7．2關(guān)聯(lián)維數(shù)及其計算
7．2．1分形測度
7．2．2關(guān)聯(lián)維數(shù)的計算
7．2．3關(guān)聯(lián)維數(shù)的影響因素
7．3基于EMD和關(guān)聯(lián)維數(shù)的轉(zhuǎn)子系統(tǒng)故障診斷方法
7．4關(guān)聯(lián)維數(shù)和基于EMD的AR模型在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用
7．4．1關(guān)聯(lián)維數(shù)和基于EMD的AR模型在轉(zhuǎn)子系統(tǒng)故障診斷中的應(yīng)用
7．4．2關(guān)聯(lián)維數(shù)和基于EMD的AR模型在滾動軸承故障診斷中的應(yīng)用
第8章 內(nèi)稟模態(tài)特征能量法
8．1概述
8．2基于內(nèi)稟模態(tài)能量熵的故障診斷方法
8．2．1內(nèi)稟模態(tài)能量熵
8．2．2基于內(nèi)稟模態(tài)能量熵的特征能量法步驟
8．2．3試驗分析結(jié)果
8．3基于局部Hilbert邊際能量譜的故障診斷方法
8．3．1基于局部Hilbert邊際能量譜的特征能量法步驟
8．3．2實例分析
8．4基于Hilbert邊際譜的故障診斷方法
8．4．1基于Hilbert邊際譜的特征能量法步驟
8．4．2實例分析
第9章 內(nèi)稟模態(tài)奇異值分解方法
9．1概述
9．2信號奇異值分解
9．3基于內(nèi)稟模態(tài)奇異值分解和支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷方法
9．3．1基于內(nèi)稟模態(tài)奇異值分解和支持向量機(jī)的齒輪故障診斷方法
9．3．2基于內(nèi)稟模態(tài)奇異值分解和支持向量機(jī)的滾動軸承故障診斷方法
9．3．3基于內(nèi)稟模態(tài)奇異值熵的轉(zhuǎn)子系統(tǒng)狀態(tài)監(jiān)測與故障診斷方法
第10章 內(nèi)稟模態(tài)包絡(luò)譜方法
10．1概述
10．2包絡(luò)分析法
10．3基于內(nèi)稟模態(tài)包絡(luò)譜和支持向量機(jī)的滾動軸承故障診斷方法
10．3．1基于內(nèi)稟模態(tài)包絡(luò)譜和支持向量機(jī)的故障診斷方法步驟
10．3．2實例分析
10．4基于內(nèi)稟模態(tài)包絡(luò)譜的齒輪故障診斷方法
10．4．1齒輪故障振動信號的調(diào)幅特性
10．4．2仿真信號分析
10．4．3實例分析
參考文獻(xiàn)