風(fēng)力發(fā)電機(jī)組振動(dòng)監(jiān)測(cè)與故障診斷技術(shù)

定　價(jià)：￥38.00

作　者：	劉文藝
出版社：	中國(guó)礦業(yè)大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

京東 (￥33.60)

ISBN：	9787564629670	出版時(shí)間：	2016-01-01	包裝：
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	170	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《風(fēng)力發(fā)電機(jī)組振動(dòng)監(jiān)測(cè)與故障診斷技術(shù)》介紹了大型風(fēng)力發(fā)電機(jī)組相關(guān)部件的振動(dòng)監(jiān)測(cè)與故障診斷技術(shù)?！讹L(fēng)力發(fā)電機(jī)組振動(dòng)監(jiān)測(cè)與故障診斷技術(shù)》在第一章綜述了近年來(lái)風(fēng)電機(jī)組故障診斷領(lǐng)域的相關(guān)方法和理論；第2章分析了風(fēng)電機(jī)組傳動(dòng)系統(tǒng)葉輪、齒輪箱、發(fā)電機(jī)等機(jī)構(gòu)及其常見(jiàn)振動(dòng)故障特點(diǎn)，確定了風(fēng)電機(jī)組傳動(dòng)系統(tǒng)監(jiān)測(cè)點(diǎn)的位置。第3章在風(fēng)電機(jī)組振動(dòng)信號(hào)預(yù)處理方面，介紹了一種交叉驗(yàn)證優(yōu)化Morlet小波參數(shù)的消噪方法。第4章、第5章和第6章針對(duì)風(fēng)電機(jī)組振動(dòng)信號(hào)的周期非平穩(wěn)性、非高斯非線性特性，介紹了基于自項(xiàng)窗抑制魏格納分布交叉項(xiàng)的故障診斷方法、模糊高階譜故障診斷方法和基于ILMD與SVM的故障診斷方法。第7章研究了風(fēng)電機(jī)組振動(dòng)監(jiān)測(cè)及故障診斷系統(tǒng)及其軟件的設(shè)計(jì)與實(shí)現(xiàn)，采用面向?qū)ο蟮木幊碳夹g(shù)進(jìn)行該監(jiān)測(cè)系統(tǒng)的軟件開(kāi)發(fā)?！讹L(fēng)力發(fā)電機(jī)組振動(dòng)監(jiān)測(cè)與故障診斷技術(shù)》可作為普通高等院校相關(guān)專業(yè)本科生和研究生的教材，適合于風(fēng)力發(fā)電機(jī)組相關(guān)方向科研工作者參考，也適合風(fēng)力發(fā)電技術(shù)領(lǐng)域的工程技術(shù)人員參考。

作者簡(jiǎn)介

　　劉文藝，男，河南永城人，2010年12月畢業(yè)于重慶大學(xué)，獲工學(xué)博士學(xué)位。2011年1月到江蘇師范大學(xué)（原徐州師范大學(xué)）機(jī)電學(xué)院工作。研究方向?yàn)轱L(fēng)電機(jī)組健康狀態(tài)監(jiān)測(cè)、旋轉(zhuǎn)機(jī)械故障診斷、信號(hào)處理。2013年1月至2014年1月在美國(guó)凱斯西儲(chǔ)大學(xué)機(jī)械與航空工程系從事學(xué)術(shù)交流訪問(wèn)。近年來(lái)作者發(fā)表SCI檢索論文17篇。主持國(guó)家自然科學(xué)基金1項(xiàng)，江蘇省基礎(chǔ)研究計(jì)劃項(xiàng)目1項(xiàng)，江蘇省高校自然科學(xué)研究面上項(xiàng)目1項(xiàng)，徐州市科技計(jì)劃項(xiàng)目1項(xiàng)，完成江蘇師范大學(xué)自然科學(xué)基金1項(xiàng)。主要參與省部級(jí)科研項(xiàng)目2項(xiàng)，廳市級(jí)科研項(xiàng)目3項(xiàng)。申請(qǐng)國(guó)家發(fā)明專利4項(xiàng)，授權(quán)1項(xiàng)。

圖書目錄

1 緒論
1．1 風(fēng)電機(jī)組故障診斷基礎(chǔ)
1．1．1 風(fēng)電機(jī)組故障診斷的重要性
1．1．2 風(fēng)電機(jī)組常見(jiàn)故障
1．1．3 風(fēng)電機(jī)組振動(dòng)監(jiān)測(cè)方法
1．2 風(fēng)電機(jī)組故障診斷技術(shù)的發(fā)展
1．2．1 干擾噪聲的消除
1．2．2 特征提取技術(shù)
1．2．3 故障診斷技術(shù)
1．2．4 振動(dòng)監(jiān)測(cè)與故障診斷系統(tǒng)
2 風(fēng)電機(jī)組傳動(dòng)系統(tǒng)常見(jiàn)故障
2．1 傳動(dòng)系統(tǒng)主要結(jié)構(gòu)
2．1．1 風(fēng)輪
2．1．2 齒輪箱
2．1．3 發(fā)電機(jī)
2．1．4 機(jī)械剎車系統(tǒng)
2．1．5 風(fēng)電機(jī)組軸承
2．2 齒輪箱特征頻率計(jì)算
2．2．1 第一級(jí)行星輪系
2．2．2 第二級(jí)行星輪系
2．2．3 第三級(jí)定軸傳動(dòng)
2．3 齒輪典型故障分析
2．3．1 齒形誤差
2．3．2 齒面磨損
2．3．3 斷齒故障
2．3．4 齒面點(diǎn)蝕
2．3．5 齒面膠合
2．4 軸承常見(jiàn)故障分析
2．5 低速和高速軸故障分析
2．5．1 軸不平衡
2．5．2 軸不對(duì)申
2．5．3 軸彎曲
2．6 監(jiān)測(cè)測(cè)點(diǎn)的選取
2．6．1 監(jiān)測(cè)點(diǎn)選取原則
2．6．2 監(jiān)測(cè)點(diǎn)選取位置
2．7 小結(jié)
3 風(fēng)電機(jī)組振動(dòng)信號(hào)的消噪方法
3．1 小波消噪基礎(chǔ)理論
3．1．1 小波理論基礎(chǔ)
3．1．2 小波消噪基本原理
3．1．3 傳統(tǒng)小波消噪方法的不足
3．2 自適應(yīng)閾值小波消噪方法
3．2．1 自適應(yīng)閾值的確定
3．2．2 算法的實(shí)現(xiàn)流程
3．2．3 實(shí)驗(yàn)驗(yàn)證
3．3 基于交叉驗(yàn)證法優(yōu)化Morlet參數(shù)的消噪方法
3．3．1 Morlet小波及其改進(jìn)
3．3．2 交叉驗(yàn)證法優(yōu)化參數(shù)
3．3．3 實(shí)驗(yàn)驗(yàn)證
3．4 小結(jié)
4 風(fēng)電機(jī)組振動(dòng)故障的自項(xiàng)窗WVD故障診斷
4．1 WVD及其交叉項(xiàng)問(wèn)題
4．1．1 WVD基礎(chǔ)知識(shí)
4．1．2 交叉項(xiàng)的抑制問(wèn)題
4．2 基于閾值A(chǔ)STFT-WVD的故障診斷
4．2．1 閾值A(chǔ)STFT-WVD的提出
4．2．2 實(shí)驗(yàn)驗(yàn)證
4．3 SPWVD譜抑制交叉項(xiàng)的故障診斷
4．3．1 SPWVD譜方法的提出
4．3．2 實(shí)驗(yàn)驗(yàn)證
4．4 基于自項(xiàng)窗WVD的故障診斷
4．4．1 自項(xiàng)窗WVD方法
4．4．2 實(shí)驗(yàn)驗(yàn)證
4．5 三種方法的對(duì)比
4．6 小結(jié)
5 風(fēng)電機(jī)組振動(dòng)故障的模糊高階譜故障診斷
5．1 高階譜基本理論
5．1．1 高階矩及高階累積量的定義
5．1．2 高階矩譜和高階累積譜的定義
5．1．3 雙譜直接估計(jì)算法
5．2 閾值化雙譜特征提取
5．2．1 雙譜特征分析
5．2．2 閾值化處理過(guò)程
5．3 基于雙譜特征的模糊故障診斷方法
5．3．1 模式識(shí)別基本理論
5．3．2 目標(biāo)模板的構(gòu)造
5．3．3 最近鄰模板分類器構(gòu)造
5．4 實(shí)例分析
5．5 小結(jié)
6 基于ILMD和SVM的風(fēng)電機(jī)組故障診斷
6．1 LMD及其端點(diǎn)效應(yīng)問(wèn)題
6．1．1 LMD基本算法流程
6．1．2 LMD端點(diǎn)效應(yīng)
6．2 ILMD方法的提出
6．2．1 ILMD算法基本原理
6．2．2 仿真信號(hào)分析
6．2．3 軸承故降特征提取
6．3 基于ILMD和SVM的故障診斷
6．3．1 SVM輸入?yún)?shù)獲取
6．3．2 算法流程
6．3．3 軸承故障分類
6．4 小結(jié)
7 風(fēng)電機(jī)組振動(dòng)監(jiān)測(cè)與故障診斷系統(tǒng)設(shè)計(jì)
7．1 系統(tǒng)總體設(shè)計(jì)
7．1．1 需求分析
7．1．2 總體設(shè)計(jì)
7．2 傳感器的選擇及安裝
7．2．1 傳感器的選擇
7．2．2 傳感器的安裝
7．3 采集系統(tǒng)的確定
7．4 系統(tǒng)軟件設(shè)計(jì)
7．4．1 輔助功能模塊
7．4．2 信號(hào)預(yù)處理模塊
7．4．3 特征提取模塊
7．4．4 故障診斷模塊
7．5 應(yīng)用實(shí)例
7．6 小結(jié)
參考文獻(xiàn)