机械设备诊断的现代信号处理方法

第1章 绪论.

1．1 传统的故障特征提取方法

1．1．1 时域分析方法

1．1．2 频域分析方法

1．2 现代信号处理方法

1．2．1 盲信号分离

1．2．2 短时傅里叶变换

1．2．3 小波变换

1．2．4 双线性时间-频率分布

1．2．5 双线性时间-频率变换的快速计算

1．3 本书内容安排

第2章 信号源特征分析及提取

2．1 引言

2．2 齿轮振动信号特征分析

2．2．1 齿轮的振动

2．2．2 齿轮振动数学模型

2．2．3 齿轮典型故障信号特征

2．2．4 齿轮故障对运动参数的影响

2．3 轴承振动信号特征分析

2．3．1 常轴承的振动信号特征

.2．3．2 故障轴承的振动信号特征

2．3．3 轴承振动信号的频谱结构分析

2．4 齿轮箱振动信号的传播与测量

2．4．1 振动信号的传播

2．4．2 振动信号的测量

2．4．3 齿轮箱状态信号的特点

2．5 传统故障特征提取方法及工程应用

2．5．1 时域平均技术

2．5．2 包络分析技术

2．5．3 倒频谱分析

第3章 盲信号分离技术

3．1 引言

3．2 盲信号分离的基本问题

3．2．1 线性瞬时混合模型

3．2．2 卷积混合模型

3．2．3 盲分离的不确定性

3．3 独立分量分析

3．3．1 独立性的判定——目标函数

3．3．2 独立分量分析的实现

3．4 卷积混合模型的盲分离

3．4．1 测量信号的短时傅里叶变换

3．4．2 频率域盲分离

3．4．3 频域分离信号的调整

3．4．4 逆短时傅里叶变换

3．4．5 数字仿真

3．5 盲信号分离技术的应用

3．5．1 齿轮箱振动信号特征及数学模型

3．5．2 齿轮箱振动信号的频域特征及其分离

3．5．3 齿轮箱实验装置

3．5．4 实验数据分析

第4章 小波包络分析技术

4．1 引言

4．2 小波变换的基本理论

4．2．1 小波变换的定义..

4．2．2 小波变换的特点

4．2．3 小波变换的反演及对基本小波的要求

4．2．4 离散小波变换

4．2．5 多分辨率分析与二尺度方程

4．2．6 mallat算法

4．3 连续小波变换与包络分析

4．3．1 morlet小波

4．3．2 morlet小波与包络检波

4．3．3 复morlet小波包络检波快速算法

4．4 工程应用

4．4．1 morlet小波包络检波算法在滚动轴承故障诊断中的应用

4．4．2 morlet小波包络检波算法在齿轮故障诊断中的应用

第5章 小波奇异性检测技术

5．1 引言

5．2 小波变换的奇异性检测原理

5．2．1 奇异性的定义

5．2．2 小波变换的卷积表达

5．2．3 小波变换的极值点、过零点与信号奇异性的关系

5．2．4 几种检测局部性能常用的小波

5．3 二进小波变换的基本理论

5．3．1 二进小波及二进小波变换

5．3．2 基于b样条的二进小波函数与尺度函数

5．3．3 小波多孔算法

5．4 小波变换模极大值与奇异性检测

5．5 小波变换的模极大值去噪算法

5．6 小波奇异性检测原理的应用

第6章 双线性时间-频率变换探测技术

6．1 引言

6．2 双线性时间-频率变换的基本理论

6．2．1 双线性时间-频率分布的定义

6．2．2 时频分布的性质

6．2．3 多分量信号的时频分布

6．2．4 减小交叉项核设计

6．2．5 常用时频分布

6．2．6 离散时间cohen类分布

6．3 核函数设计与选择

6．3．1 常用时频分布特点分析

6．3．2 核函数设计

6．4 应用仿真与实验分析

6．4．1 数字仿真

6．4．2 故障检测实例

第7章 双线性时间-频率变换的快速计算

7．1 引言

7．2 离散时间时频分布

7．2．1 连续时间时频分布简介

7．2．2 离散时间时频分布

7．2．3 无混叠离散时间时频分布的基本性质

7．3 离散时频分布的快速算法

7．3．1 离散时频分布的快速算法概述

7．3．2 双线性时间-频率分布的核分解

7．4 快速算法的应用

7．4．1 仿真算例

7．4．2 齿轮箱早期故障信号处理

参考文献...