數(shù)據(jù)驅(qū)動的風(fēng)電滾動軸承故障診斷方法研究

定　價：￥98.00

作　者：	王維慶，程靜，李強
出版社：	重慶大學(xué)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥80.20)

ISBN：	9787568925341	出版時間：	2023-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	234	字?jǐn)?shù)：

內(nèi)容簡介

　　隨著我國風(fēng)電裝機容量的井噴式增長，機組的運行維護(hù)需求越來越大，“運維市場”成為風(fēng)電六大關(guān)鍵詞之一，我國風(fēng)電事業(yè)的發(fā)展面臨著關(guān)鍵零部件及整機測試技術(shù)、智能故障診斷技術(shù)落后的瓶頸問題。本書以風(fēng)電機組旋轉(zhuǎn)部件中的滾動軸承為重點研究對象，開展智能故障診斷方法的研究，針對風(fēng)力發(fā)電機組這種大型旋轉(zhuǎn)機械作為高階次、多變量、非線性、非平穩(wěn)、強耦合的能量傳遞和轉(zhuǎn)換系統(tǒng)，闡述其核心旋轉(zhuǎn)部件故障監(jiān)測與診斷相關(guān)的工作原理、方法理論、仿真建模與工程應(yīng)用。書中對風(fēng)電機組滾動軸承信號特性及滾動軸承的各種故障形式進(jìn)行分析與介紹，對故障診斷過程中的消噪、特征提取與選擇、模式識別等關(guān)鍵問題的分析方法，以及聲學(xué)噪聲與振動相關(guān)性、風(fēng)電機組聲學(xué)噪聲的測量和預(yù)測等問題進(jìn)行了探索與研究，基于MATLAB軟件平臺對風(fēng)電機組滾動軸承智能故障監(jiān)測與診斷中的關(guān)鍵方法進(jìn)行了仿真建模與分析驗證，以期為我國風(fēng)電機組故障診斷領(lǐng)域的理論研究和工程實踐提供一定的理論基礎(chǔ)和數(shù)據(jù)依據(jù)，解決風(fēng)電現(xiàn)場機組故障快速診斷問題，提升風(fēng)電機組發(fā)電量，提高風(fēng)電機組運行壽命。

作者簡介

暫缺《數(shù)據(jù)驅(qū)動的風(fēng)電滾動軸承故障診斷方法研究》作者簡介

圖書目錄

第l章緒論
1.1 風(fēng)電軸承故障診斷技術(shù)研究的背景及意義
1.1.1 風(fēng)電發(fā)展現(xiàn)狀
1.1.2 故障診斷技術(shù)概述
1.1.3 機械設(shè)備故障診斷技術(shù)的發(fā)展與現(xiàn)狀
1.1.4 軸承故障診斷問題的提出
1.2 風(fēng)電機組滾動軸承故障診斷技術(shù)
1.2.1 風(fēng)力發(fā)電機組結(jié)構(gòu)及傳動系統(tǒng)
1.2.2 滾動軸承故障形式
1.2.3 風(fēng)電滾動軸承故障特性
1.2.4 風(fēng)電滾動軸承故障診斷技術(shù)及其關(guān)鍵問題
第2章風(fēng)電滾動軸承振動信號的小波消噪
2.1 引言
2.2 風(fēng)電軸承振動信號的小波消噪法
2.2.1 小波變換基礎(chǔ)理論
2.2.2 基于小波變換的消噪方法
2.2.3 基于風(fēng)電軸承振動信號的自適應(yīng)閾值小波消噪法
2.3 自適應(yīng)閾值小波消噪仿真分析
2.3.1 仿真信號的自適應(yīng)閾值小波消噪
2.3.2 軸承振動信號的自適應(yīng)閾值小波消噪
2.4 小結(jié)
第3章風(fēng)電滾動軸承振動信號的故障特征提取
3.1 時域故障特征提取方法
3.1.1 相關(guān)分析故障特征提取方法
3.1.2 相關(guān)分析故障特征提取方法仿真分析
3.2 頻域故障特征提取方法
3.2.1 頻域故障特征提取方法
3.2.2 頻域故障特征提取方法仿真分析
3.3 基于小波變換譜分析的故障特征提取方法
3.3.1 基于小波變換譜分析方法
3.3.2 基于小波變換譜分析的故障特征提取方法仿真分t
3.4 EMD故障特征提取方法
3.4.1 EMD故障特征提取方法
3.4.2 EMD故障特征提取方法仿真分析
3.5 VMD故障特征提取方法
3.5.1 VMD故障特征提取方法
3.5.2 VMD故障特征提取方法仿真分析
3.6 雙譜分析故障特征提取方法
3.6.1 高階譜與雙譜
3.6.2 雙譜估計算法
3.6.3 仿真分析
3.7 小結(jié)
第4章風(fēng)電滾動軸承的故障模式識別
4.1 引言
4.1.1 模式識別
4.1.2 模式識別的基本方法
4.2 模糊聚類分析法
4.2.1 模式相似度
4.2.2 聚類準(zhǔn)則
4.3 基于二值雙譜特征的模糊聚類故障模式識別