中图网

>

机械仪表工业

滚动轴承性能退化评估与寿命预测

作者：崔玲丽，王华庆

出版社：科学出版社出版时间：2023-11-01

开本： B5 页数： 184

本类榜单：工业技术销量榜

中图价:¥68.6(7.0折) 定价 ~~¥98.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
湖南省志(1978-2002)?铁路志

湖南省志(1978-2002)?铁路志

¥70.6¥98
>
公路车宝典(ZINN的公路车维修与保养秘籍)

公路车宝典(ZINN的公路车维修与保养秘籍)

¥69.6¥120
>
晶体管电路设计(下)

晶体管电路设计(下)

¥28.6¥38
>
基于个性化设计策略的智能交通系统关键技术

基于个性化设计策略的智能交通系统关键技术

¥48.6¥68
>
德国克虏伯与晚清火:贸易与仿制模式下的技术转移

德国克虏伯与晚清火:贸易与仿制模式下的技术转移

¥21.8¥65
>
花样百出:贵州少数民族图案填色

花样百出:贵州少数民族图案填色

¥19.1¥45
>
识木:全球220种木材图鉴

识木:全球220种木材图鉴

¥159.6¥228

商品详情
商品评论(0条)

中图价:¥68.6 加入购物车

版权信息
内容简介
目录

滚动轴承性能退化评估与寿命预测版权信息

ISBN：9787030761330
条形码：9787030761330 ; 978-7-03-076133-0
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
工业技术
>
机械仪表工业

滚动轴承性能退化评估与寿命预测内容简介

机械故障诊断与监测的任务是对振动信号进行特性参数提取，并依据特征参数进行设备正常与否的分析，以及对特征参数序列进行数据解释，同时对故障信息进行传递和显示，并通过适当途径进行报警和处理。本书结合工程实例，介绍了现代机械设备振动故障诊断与监测及故障诊断理论与方法。

滚动轴承性能退化评估与寿命预测目录

目录前言第1章绪论 1 1.1 轴承动力学模型 1 1.2 性能退化程度评估 3 1.3 寿命预测 5 1.3.1 性能退化指标 5 1.3.2 寿命预测方法 7 参考文献 13 第2章轴承动力学模型及响应 22 2.1 轴承基本动力学模型 22 2.2 故障轴承动力学模型 24 2.3 轴承性能退化模型 29 2.3.1 健康阶段动力学模型 30 2.3.2 缺陷萌生阶段动力学模型 34 2.3.3 缺陷扩展阶段动力学模型 34 2.3.4 故障形成与失效阶段动力学模型 36 2.4 轴承动力学响应 37 2.4.1 仿真信号分析 37 2.4.2 实验信号分析 40 参考文献 42 第3章轴承性能退化程度评估方法 44 3.1 基于阶跃-冲击匹配追踪的性能评估 44 3.1.1 阶跃-冲击字典的构造 44 3.1.2 阶跃-冲击字典匹配追踪算法 49 3.1.3 仿真及实验验证 50 3.2 基于级联字典匹配追踪的性能评估 52 3.2.1 级联字典的构造 53 3.2.2 级联字典匹配追踪算法 54 3.2.3 仿真及实验验证 55 3.3 基于数字孪生匹配的性能评估 60 3.3.1 双冲击定量评估原理 60 3.3.2 数字孪生匹配定量评估算法 64 3.3.3 仿真及实验验证 66 参考文献 80 第4章基于相似性优化匹配的寿命预测方法 81 4.1 相似性理论 81 4.2 相似性优化匹配方法 82 4.3 仿真及实验验证 84 4.3.1 仿真验证 84 4.3.2 实验验证 89 参考文献 91 第5章基于时变卡尔曼滤波的预测方法 92 5.1 时变卡尔曼滤波算法 92 5.2 时变卡尔曼滤波器模型 95 5.2.1 基于一次函数模型的卡尔曼滤波器 95 5.2.2 基于二次函数模型的卡尔曼滤波器 96 5.2.3 时移窗滤波相对误差因子 97 5.3 实验验证 98 参考文献 102 第6章基于粒子滤波的预测方法 103 6.1 时变粒子滤波寿命预测算法 103 6.1.1 粒子滤波算法原理 103 6.1.2 时变粒子滤波预测模型 105 6.1.3 实验验证 111 6.2 双流无迹粒子滤波寿命预测算法 117 6.2.1 无迹粒子滤波算法原理 118 6.2.2 双流无迹粒子滤波预测模型 119 6.2.3 实验验证 122 参考文献 126 第7章基于稀疏图学习的预测方法 128 7.1 性能退化特征提取及模型 128 7.1.1 图像纹理特征提取 128 7.1.2 性能退化字典构建 140 7.2 自适应稀疏图学习方法 142 7.3 仿真及实验验证 148 7.3.1 仿真验证 148 7.3.2 实验验证 151 参考文献 157 第8章基于机理-数据协同驱动双路径深度学习预测方法 159 8.1 退化模型与预测网络 159 8.1.1 性能退化模型构建 159 8.1.2 LSTM网络训练 160 8.2 深度学习寿命预测方法 167 8.3 实验验证 168 8.3.1 实验验证一 168 8.3.2 实验验证二 170 参考文献 174

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐