![]() ![]() |
融合质差异挖掘的智能故障诊断
本书详细介绍了有关旋转机械智能故障诊断领域的新进展、发展趋势及主要方法。针对旋转机械轴系故障耦合性越来越强、故障风险增大、故障后果严重等问题,全面系统地介绍了智能故障诊断的信号提取、信号分析、故障识别的基本原理。在此基础上,从轴系信号分析、轴心轨迹分析、故障智能识别3个方面进行深入研究:一是提出了一种基于无失真端点极值化的经验模态分解方法,并将其应用于旋转机械轴系信号的分析和特征提取;二是提出了模仿人眼的轴心轨迹识别方法,它以直观特征为人眼,实现对轴心轨迹形状的宏观准确表征,以智能分类方法为人脑,实现轴心轨迹的智能识别;三是设计了关联特征向量和模糊关联特征向量的特征选择和组织机制,能够充分挖掘每一项特征对故障分类的最大贡献,有效抑制每一项特征对故障分类可能产生的干扰,同时还可以通过无效项放大不同类别之间的差异,提高故障识别的准确率。
本书可供从事机械智能故障及相关专业领域的科研技术人员阅读参考,也可作为该领域高年级本科生和研究生的参考用书。
你还可能感兴趣
我要评论
|