选择特殊符号

选择搜索类型

热门搜索

首页 > 百科 > 建设工程百科

机械故障信号的数学形态学分析及智能分类

《机械故障信号的数学形态学分析与智能分类》以数学形态学理论为主要分析手段,以机械故障信号为主要研究对象,深入研究了数学形态学在机械故障信号处理、特征提取与智能分类中的应用途径。本书将数学形态学理论与小波分析、时频分析、非负矩阵分解、分形几何以及神经网络等理论相结合,建立了以数学形态学为基本理论框架的机械故障信号分析与智能分类体系,并在此基础上进行机械故障特征选择和增量学习方法的研究,为机械设备在线状态监测和故障诊断提供了一条崭新的、有效的技术途径。 《机械故障信号的数学形态学分析与智能分类》可作为高等院校信号处理、机械工程等专业研究生教材,也可供相关领域工程技术人员和研究人员参考。本书由李兵、张培林、米双山等著。

机械故障信号的数学形态学分析及智能分类基本信息

机械故障信号的数学形态学分析及智能分类图书目录

第1章 概论

1.1 机械故障诊断的概念

1.2 机械故障信号处理与特征提取方法

1.2.1 以傅里叶变换为基础的传统信号处理方法

1.2.2 时频分析技术

1.2.3 分形几何方法

1.3 机械故障诊断的模式识别方法

1.3.1 专家系统

1.3.2 模糊推理

1.3.3 人工神经网络

1.3.4 支持向量机

1.4 机械故障诊断的特征参数选择

第2章 数学形态学理论概述

2.1 数学形态学研究现状

2.2 数学形态学基本原理

2.2.1 二值形态学

2.2.2 灰值形态学

2.3 基于完备格的数学形态学理论

2.3.1 完备格理论

2.3.2 完备格上的数学形态学理论

2.4 数学形态学在机械故障信号处理中的应用

第3章 机械故障信号的自适应多尺度形态梯度分析

3.1 引言

3.2 数学形态学滤波器

3.2.1 基本形态滤波器

3.2.2 形态梯度滤波器

3.2.3 仿真信号分析

3.3 自适应多尺度形态梯度

3.3.1 多尺度形态滤波器

3.3.2 自适应多尺度形态梯度(AMMG)

3.4 AMMG在机械故障信号处理中的应用

3.4.1 齿轮箱故障信号分析

3.4.2 发动机故障信号分析

第4章 机械故障信号的自适应形态梯度提升小波分析

4.1 引言

4.2 形态小波分析

4.2.1 广义小波分解方案

4.2.2 形态提升小波

4.3 自适应形态梯度提升小波

4.3.1 自适应提升小波

4.3.2 自适应形态梯度提升小波

4.3.3 仿真信号分析

4.4 AMGLW在机械故障信号分析中的应用

4.4.1 齿轮箱故障信号分析

4.4.2 发动机故障信号分析

第5章 机械故障信号的非负矩阵分解特征提取方法

5.1 引言

5.2 非负矩阵分解(NMF)

5.2.1 非负矩阵分解算法的引出

5.2.2 非负矩阵分解主要思想

5.2.3 非负矩阵分解的算法实现

5.2.4 非负矩阵分解的初始化和秩的选择

5.2.5 改进非负矩阵分解(INMF)

5.3 改进非负矩阵分解在齿轮箱故障特征提取中的应用

5.3.1 基于AMCLW与INMF的齿轮箱故障信号特征提取

5.3.2 分类效果

5.4 改进非负矩阵分解在发动机故障特征提取中的应用

5.4.1 基于AMGLW与INMF的发动机故障信号特征提取

5.4.2 分类效果

第6章 机械故障信号时频分布的数学形态谱特征

6.1 引言

6.2 广义S变换

6.2.1 S变换的基本概念

6.2.2 广义S变换

6.2.3 仿真信号分析

6.3 机械故障信号的广义s变换

6.3.1 齿轮箱故障信号的广义s变换

6.3.2 发动机故障信号的广义s变换

6.4 数学形态谱

6.4.1 形态学颗粒分析

6.4.2 数学形态谱定义

6.4.3 齿轮箱故障信号时频分布的数学形态谱

6.5 广义空间数学形态谱

6.5.1 广义空间数学形态谱

6.5.2 发动机故障信号时频分布的广义空间数学形态谱

第7章 机械故障信号的数学形态学分形特征

7.1 引言

7.2 分形的基本概念

7.3 形态学分形维数

7.3.1 Minkowski-Bouligand维数

7.3.2 基于数学形态学的分形维数估计方法

7.3.3 仿真信号分析

7.4 机械故障信号的形态学分形维数

7.4.1 齿轮箱故障信号的形态学分形维数

7.4.2 发动机故障信号的形态学分形维数

7.5 形态学广义分形维数

7.5.1 多重分形谱和广义分形维数

7.5.2 广义分形维数的盒计数计算方法

7.5.3 形态学广义分形维数

7.5.4 仿真信号分析

7.6 机械故障信号的形态学广义分形维数

7.6.1 齿轮箱故障信号的形态学广义分形维数

7.6.2 发动机故障信号的形态学广义分形维数

第8章 机械故障信号的形态学神经网络分类方法研究

8.1 引言

8.2 形态学神经网络的理论基础

8.2.1 完备格框架下的数学形态学算子

8.2.2 形态学神经网络的格代数系统

8.3 构造性形态学神经网络(CMNN)

8.3.1 构造性形态学神经网络的基本框架

8.3.2 构造性形态学神经网络训练算法

8.3.3 多类分类构造性形态学神经网络

8.4 模糊格形态学神经网络(FL-CMNN)

8.4.1 模糊格理论

8.4.2 区间上的模糊格理论

8.4.3 模糊格形态学神经网络

8.4.4 仿真数据测试

8.5 基于FL-CMNN的机械故障信号分类

8.5.1 齿轮箱故障信号分类

8.5.2 发动机故障信号分类

第9章 面向机械设备在线状态监测的形态学神经网络优化策略

9.1 引言

9.2 组合式特征选择算法

9.2.1 特征选择概述

9.2.2 基于互信息的最大相关最小冗余准则(mRMR)

9.2.3 带精英策略的非支配排序遗传算法(NSCA-Ⅱ)

9.3 组合式特征选择在机械故障信号分类中的应用

9.3.1 组合式特征选择在齿轮箱故障信号分类诊断中的应用

9.3.2 组合式特征选择在发动机故障信号分类的应用

9.4 基于构造性形态学神经网络的增量学习算法

9.4.1 增量学习简介

9.4.2 针对构造性形态学神经网络的增量学习算法

9.4.3 增量学习算法在机械故障信号分类中的应用

参考文献

查看详情

机械故障信号的数学形态学分析及智能分类造价信息

  • 市场价
  • 信息价
  • 询价

故障分析系统

  • 描述:工程运作系统网络版(扩展功能系统);装箱清单:光盘一张,加密锁一个;
  • 罗斯纬尔
  • 13%
  • 郑州华幕自动化设备有限公司
  • 2022-12-07
查看价格

FCT故障脱扣信号

  • 品种:断路器附件;系列:CW3全系列可选功能、附件;规格:通信型选件;
  • 常熟开关
  • 13%
  • 上海西屋开关有限公司
  • 2022-12-07
查看价格

故障脱扣信号

  • 品种:断路器附件;系列:CW2系列可选功能、附件;规格:通信型选件;
  • 常熟开关
  • 13%
  • 上海西屋开关有限公司
  • 2022-12-07
查看价格

FYF故障脱扣信号

  • 品种:断路器附件;系列:cm5Z-1600;规格:选电操机构时;
  • 常熟开关
  • 13%
  • 上海西屋开关有限公司
  • 2022-12-07
查看价格

PH分析

  • 型号:TPH21AC+TPH-S0C10
  • 天健创新
  • 13%
  • 天健创新(北京)监测仪表股份有限公司
  • 2022-12-07
查看价格

强夯机械

  • 夯击能量1200kNm
  • 台班
  • 汕头市2012年4季度信息价
  • 建筑工程
查看价格

强夯机械

  • 夯击能量2000kNm
  • 台班
  • 汕头市2012年3季度信息价
  • 建筑工程
查看价格

强夯机械

  • 夯击能量2000kNm
  • 台班
  • 汕头市2012年2季度信息价
  • 建筑工程
查看价格

强夯机械

  • 夯击能量3000kNm
  • 台班
  • 汕头市2012年2季度信息价
  • 建筑工程
查看价格

强夯机械

  • 夯击能量3000kNm
  • 台班
  • 汕头市2012年1季度信息价
  • 建筑工程
查看价格

智能分析基础模块

  • 通用智能分析基础模块,支持加载不同算法
  • 1套
  • 1
  • 高档
  • 含税费 | 含运费
  • 2019-10-30
查看价格

违法智能分析服务

  • 人工智能
  • 16套
  • 1
  • 中档
  • 不含税费 | 含运费
  • 2020-11-30
查看价格

人脸抓拍智能分析软件

  • 人脸智能分析软件
  • 1套
  • 3
  • 海康、大华、宇视
  • 中档
  • 不含税费 | 含运费
  • 2020-07-20
查看价格

智能分析报警对接对智能前端、智能分析服务器对接

  • 智能分析报警对接 对智能前端、智能分析服务器对接
  • 3人月
  • 1
  • 高档
  • 含税费 | 含运费
  • 2020-06-19
查看价格

智能分析服务器

  • 智能分析服务器
  • 1套
  • 1
  • 中高档
  • 含税费 | 含运费
  • 2022-07-07
查看价格

机械故障信号的数学形态学分析及智能分类内容简介

《机械故障信号的数学形态学分析与智能分类》以数学形态学理论为主要分析手段,以机械设备中最常见的齿轮、轴承和发动机故障信号为研究对象,研究数学形态学在机械故障信号处理与特征提取中的应用途径,将数学形态学与小波分析、时频分析、非负矩阵分解以及分形几何理论等相结合,建立以数学形态学为基本理论框架的机械故障信号处理与特征参数提取体系,并在此基础上进行机械故障特征选择方法的研究,以提高机械故障诊断的精度和效率。本书由李兵、张培林、米双山等著。

查看详情

机械故障信号的数学形态学分析及智能分类常见问题

查看详情

机械故障信号的数学形态学分析及智能分类文献

机械制造工艺过程的形态学分析法 机械制造工艺过程的形态学分析法

机械制造工艺过程的形态学分析法

格式:pdf

大小:510KB

页数: 3页

利用机械系统的形态学模式分析原理,对机械工艺过程的分析与创新提供一种图示关联分析方法。并以两个实例,论述形态学分析法对现有工艺过程的分析,新型工艺过程的探索的实际意义。

数学形态学路面裂缝识别算法研究 数学形态学路面裂缝识别算法研究

数学形态学路面裂缝识别算法研究

格式:pdf

大小:510KB

页数: 3页

数学形态学路面裂缝识别算法研究——裂缝的自动识别是公路管理和维护系统的一个重要组成部分。根据路面图像的特点,提出了一个新的基于多结构多尺度数学形态学路面裂缝自动识别算法。首先使用不断增大的结构元素对图像进行交替开闭滤波,平滑图像并去除噪音,然...

机械故障信号的广义解调时频分析摘要

本书介绍了新的信号处理方法--广义解调时频分析,着重研究了广义解调时频分析中的相位函数选择、适用范围以及在多分量调幅调频信号处理中的应用,并提出了一系列基于广义解调时频分析的机械故障诊断方法。

馆藏目录

2013\TH17\10

所提出的理论方法不仅通过实验得到了验证,而且已应用于工程实际中,并得到了良好的诊断效果。

本书是在国家自然科学基金项目"基于广义解调时频分布的机械故障诊断方法研究"(编号:50605019)以及博士后研究工作报告"基于广义解调时频分析的机电设备故障诊断"的基础上完成的,其研究方法是目前国内外故障诊断研究的新方向。

本书可供大专院校教师、研究生和高年级学生阅读,还可供从事信号处理和机械故障诊断的科技人员参考。

查看详情

机械故障信号的广义解调时频分析图书目录

第1章绪论

1 1机械设备故障诊断的意义和发展概况001

1 1 1机械设备故障诊断的意义001

1 1 2机械设备故障诊断技术的发展现状及发展趋势001

1 2基于时频分析方法的机械设备故障诊断方法003

1 2 1窗口傅里叶变换003

1 2 2WignerVille分布003

1 2 3小波分析004

1 2 4经验模态分解(EMD)005

1 3广义解调时频分析006

第2章广义解调时频分析方法

2 1引言008

2 2时频分析方法及其在旋转机械故障诊断中的应用008

2 2 1时间频率分析008

2 2 2窗口傅里叶变换及其在旋转机械故障诊断中的应用011

2 2 3小波分析及其在旋转机械故障诊断中的应用014

2 3EMD方法020

2 3 1EMD方法的基本理论020

2 3 2Hilbert谱021

2 3 3Hilbert边际谱021

2 3 4EMD方法和Hilbert变换中边界效应的处理022

2 4EMD方法与傅里叶变换、小波分析方法的比较研究027

2 4 1EMD方法和小波分析方法的比较027

2 4 2Hilbert谱与小波谱的比较030

2 4 3Hilbert边际谱与FFT幅值谱的比较032

2 5EMD方法在信号分析中的应用034

2 6广义解调时频分析方法036

2 6 1概述036

2 6 2最大重叠离散小波包变换(MODWPT)037

2 6 3广义解调时频分析方法的步骤038

2 6 4仿真信号分析039

第3章广义解调时频分析方法在多分量信号处理中的应用

3 1引言041

3 2广义解调时频分析方法在多分量信号分解中的应用042

3 2 1广义解调时频分析方法的改进042

3 2 2广义解调时频分析方法在多分量信号分解中的应用043

3 3广义解调时频分析方法中相位函数选择和适用范围046

3 3 1相位函数选择的讨论046

3 3 2适用范围的讨论048

3 4基于多次广义解调的多分量信号分解方法051

3 4 1基于多次广义解调的多分量信号分解步骤051

3 4 2仿真信号分析052

3 5广义解调时频分析方法在调制信号处理中的应用056

3 6基于广义解调的调频信号去噪方法059

3 6 1基于广义解调的调频信号去噪方法步骤059

3 6 2仿真信号分析060

3 7关于MODWPT中能量泄漏问题的探讨063

第4章广义解调时频分析方法在齿轮故障诊断中的应用

4 1引言070

4 2齿轮故障实验方案071

4 2 1实验装置071

4 2 2故障设置071

4 2 3实验步骤072

4 3基于MODWPT的Hilbert谱及其在齿轮故障诊断中的应用072

4 3 1基于MODWPT的Hilbert谱072

4 3 2基于MODWPT的Hilbert谱在齿轮故障诊断中的应用076

4 4基于广义解调时频分析的齿轮故障诊断方法078

4 4 1仿真信号分析079

4 4 2实验信号分析080

第5章基于广义解调时频分析的阶次谱方法及其在齿轮故障诊断中的应用

5 1引言083

5 2阶比分析方法084

5 2 1等角度重采样技术084

5 2 2阶比分析085

5 2 3仿真信号分析086

5 3基于广义解调时频分析的包络阶次谱方法及其在齿轮故障诊断中的应用088

5 3 1基于广义解调时频分析的包络阶次谱089

5 3 2仿真信号分析089

5 3 3实验信号分析092

5 4基于广义解调时频分析的瞬时频率阶次谱方法及其在齿轮故障诊断中的

应用096

5 4 1基于广义解调时频分析的瞬时频率计算的阶次谱方法096

5 4 2应用098

第6章广义解调时频分析方法在滚动轴承故障诊断中的应用

6 1引言105

6 2基于广义解调时频分析和阶次谱的滚动轴承故障诊断方法106

6 2 1基于广义解调时频分析和阶次谱的滚动轴承故障诊断方法步骤106

6 2 2滚动轴承故障实验方案107

6 2 3实验信号分析107

6 3基于MODWPT的包络阶次谱方法并将其应用于滚动轴承故障诊断113

6 3 1基于MODWPT的包络阶次谱方法步骤113

6 3 2仿真信号分析114

6 3 3实验信号分析116

第7章MODWPT在转子系统故障诊断中的应用

7 1引言120

7 2基于MODWPT和AR模型的转子系统故障诊断方法120

7 2 1转子系统故障实验方案121

7 2 2基于MODWPT和神经网络的转子系统故障诊断方法121

7 3基于MODWPT的奇异值分解和支持向量机的转子系统故障诊断方法124

7 3 1信号奇异值分解124

7 3 2基于MODWPT的奇异值分解125

7 3 3基于MODWPT的奇异值分解和支持向量机的转子系统故障诊断

方法126

7 3 4实验信号分析126

参考文献128

查看详情

音频分析仪信号及分析

音频是多媒体中的一种重要媒体。我们能够听见的音频信号的频率范围大约是20Hz-20kHz,其中语音大约分布在200Hz-3kHz之内,而音乐和其他自然声响是全范围分布的。声音经过模拟设备记录或再生,成为模拟音频,再经数字化成为数字音频。这里所说的音频分析就是以数字音频信号为分析对象,以数字信号处理为分析手段,提取信号在时域、频域内一系列特性的过程。

各种特定频率范围的音频分析有各自不同的应用领域。例如,对于200-3000Hz之间的语音信号的分析主要应用于语音识别,其用途是确定语音内容或判断说话者的身份;而对于20-20000Hz之间的全范围的语音信号分析则可以用来衡量各类音频设备的性能。所谓音频设备就是将实际的声音拾取到将声音播放出来的全部过程中需要用到的各类电子设备,例如话筒、功率放大器、扬声器等,衡量音频设备的主要技术指标有频率响应特性、谐波失真、信噪比、动态范围等。

查看详情

相关推荐

立即注册
免费服务热线: 400-888-9639