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【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

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

热门推荐