本书首先在介绍故障诊断概念体系的基础上，阐述了故障诊断的信息模型及其不确定性度量，并具体研究了包含不完备信息、不一致信息的不确定故障诊断系统的知识获取技术；然后以此为基础，研究了基于共振稀疏分解法的滚动轴承早期故障微弱信号检测技术、基于小波包技术的齿轮故障特征提取技术、基于流向图的齿轮故障诊断知识获取技术。
样章试读
目录
- 目录
《21世纪先进制造技术丛书》序
前言
第1章 故障诊断的不确定性分析方法 1
1.1 故障诊断的概念体系 1
1.1.1 概述 1
1.1.2 故障诊断的基本概念 2
1.1.3 故障的基本特征 4
1.1.4 故障诊断的基本过程 6
1.2 不确定性分析方法在故障诊断中的应用 7
1.2.1 基于概率论的方法 7
1.2.2 基于证据理论的方法 8
1.2.3 基于模糊集理论的方法 9
1.2.4 基于灰色关联度的方法 9
1.2.5 基于可拓理论的方法 10
1.3 基于粗糙集理论的不确定性分析方法 10
1.3.1 粗糙集理论的产生和发展 11
1.3.2 基于粗糙集理论的不确定性分析研究进展 11
1.3.3 粗糙集理论在故障诊断领域中的应用 13
1.4 本书的选题背景 14
参考文献 14
第2章 故障诊断的信息模型及其不确定性度量 20
2.1 引言 20
2.2 故障诊断的信息解释及其不确定性 21
2.2.1 故障诊断的信息解释 21
2.2.2 故障诊断不确定性的含义 23
2.3 故障诊断不完备信息的产生原因及语义解释 25
2.3.1 故障诊断不完备信息的产生原因 25
2.3.2 不完备诊断信息的语义解释 27
2.4 故障诊断的信息模型 28
2.4.1 故障诊断信息的分类 28
2.4.2 故障诊断的信息模型 29
2.5 故障诊断信息系统 30
2.6 不完备故障诊断信息系统的关系模型 31
2.6.1 不完备故障诊断信息系统的定义 31
2.6.2 容差关系 33
2.6.3 非对称相似关系 33
2.6.4 限制容差关系 35
2.6.5 约束非对称相似关系 36
2.6.6 改进限制相容关系 37
2.7 基于代数观点的故障诊断决策系统的不确定性度量 38
2.7.1 故障诊断决策系统的不一致性及其度量 38
2.7.2 故障诊断决策系统的不完备性及其度量 40
2.7.3 故障诊断决策系统的不确定性度量 44
2.8 基于信息论观点的故障诊断决策系统的不确定性度量 44
2.8.1 故障熵的定义 45
2.8.2 基于故障熵的故障诊断决策系统的不确定性度量 46
2.9 本章小结 48
参考文献 48
第3章 基于不完备信息的故障诊断知识获取 51
3.1 引言 51
3.2 粗糙集理论及流向图的基本概念 52
3.2.1 概述 52
3.2.2 信息系统和决策系统 53
3.2.3 粗糙集及其数字特征 55
3.2.4 知识约简 57
3.2.5 极大相容块及其性质 59
3.2.6 流向图的基本概念 63
3.3 不完备故障诊断决策表的广义决策规则 67
3.4 不完备故障诊断决策系统的约简 70
3.4.1 分辨矩阵基元的定义 71
3.4.2 面向对象的分辨矩阵 72
3.4.3 面向对象-极大相容块的分辨矩阵 73
3.4.4 面向极大相容块的分辨矩阵 74
3.5 不完备故障诊断决策系统的规则获取 75
3.6 基于不完备故障诊断决策流向图的诊断知识表示 79
3.6.1 故障诊断领域知识表示面临的问题 80
3.6.2 不完备故障诊断决策流向图 80
3.7 基于不完备故障诊断决策流向图的知识获取 90
3.8 本章小结 96
参考文献 97
第4章 基于不一致信息的故障诊断知识获取 100
4.1 引言 100
4.2 故障诊断信息不一致的原因及实例集的规律性 101
4.3 基于不一致信息的故障诊断知识获取模型 102
4.3.1 心理学、机器学习中的“规则＋例外”模型 103
4.3.2 改进的“规则＋例外”故障诊断知识获取模型 105
4.4 诊断实例 107
4.4.1 诊断问题的描述 107
4.4.2 故障诊断决策表的建立 108
4.4.3 故障诊断规则、例外子表的形成 109
4.4.4 故障征兆属性约简 110
4.4.5 故障征兆属性值约简及评价指标 112
4.4.6 例外的形成及其评价 114
4.4.7 诊断问题的求解 114
4.4.8 与其他方法的比较 115
4.5 故障诊断知识获取模型结构 117
4.6 本章小结 118
参考文献 118
第5章 滚动轴承早期故障微弱信号检测 121
5.1 引言 121
5.1.1 滚动轴承故障诊断技术发展 121
5.1.2 常用的滚动轴承故障信息提取方法 122
5.1.3 滚动轴承早期故障信息提取面临的问题 124
5.2 滚动轴承故障信号特性分析 126
5.2.1 滚动轴承各元件的常见故障 126
5.2.2 滚动轴承疲劳剥落动力学模型 127
5.2.3 滚动轴承疲劳剥落振动信号特征 131
5.2.4 滚动轴承故障信号成分分析 134
5.3 共振稀疏分解及其仿真分析 135
5.3.1 共振稀疏分解的理论基础 135
5.3.2 共振稀疏分解的参数影响分析 141
5.3.3 基于共振稀疏分解的滚动轴承模拟故障信号分析 143
5.4 共振稀疏分解在滚动轴承微弱故障信息提取中的研究 146
5.4.1 滚动轴承故障信号共振稀疏分解的参数确定 146
5.4.2 故障信息提取方法 149
5.4.3 高、低共振分量在故障信息提取上的对比分析 149
5.5 实验验证及结果分析 154
5.5.1 实验平台和实验对象 154
5.5.2 实验方案设计 155
5.5.3 实例分析 156
5.5.4 对比分析 173
5.6 本章小结 177
参考文献 177
第6章 齿轮故障诊断的特征提取与知识获取 181
6.1 引言 181
6.1.1 齿轮的啮合振动分析 181
6.1.2 齿轮故障信号特征 185
6.1.3 齿轮的故障特征参数 187
6.2 基于小波包分析的齿轮故障特征提取 189
6.2.1 小波包及其时频分析特性 189
6.2.2 基于小波变换的噪声消除 195
6.2.3 基于小波包的故障特征提取 199
6.3 齿轮故障诊断的实验研究 201
6.3.1 齿轮故障诊断实验设计 201
6.3.2 齿轮振动信号的特征提取 202
6.3.3 基于流向图的齿轮故障知识获取 206
6.4 本章小结 214
参考文献 214
京公网安备 11010102004214号