掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類(lèi)五星書(shū)更多>
-
>
闖進(jìn)數(shù)學(xué)世界――探秘歷史名題
-
>
中醫(yī)基礎(chǔ)理論
-
>
當(dāng)代中國(guó)政府與政治(新編21世紀(jì)公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國(guó)特色社會(huì)主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學(xué)·全國(guó)中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
中圖價(jià):¥39.3
加入購(gòu)物車(chē)
機(jī)械故障診斷的復(fù)雜性理論與方法 版權(quán)信息
- ISBN：9787111730873
- 條形碼：9787111730873 ; 978-7-111-73087-3
- 裝幀：平裝-膠訂
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>>
機(jī)械故障診斷的復(fù)雜性理論與方法 本書(shū)特色
對(duì)復(fù)雜性理論與方法及它們?cè)跈C(jī)械故障診斷領(lǐng)域的應(yīng)用進(jìn)行系統(tǒng)論述。理論研究、仿真和試驗(yàn)驗(yàn)證相結(jié)合，內(nèi)容新穎，內(nèi)容由淺入深、體系完整。所提出的方法皆通過(guò)了試驗(yàn)驗(yàn)證，有的已被應(yīng)用到實(shí)際工程中。
機(jī)械故障診斷的復(fù)雜性理論與方法 內(nèi)容簡(jiǎn)介
本書(shū)對(duì)復(fù)雜性理論與方法及它們?cè)跈C(jī)械故障診斷領(lǐng)域的應(yīng)用進(jìn)行系統(tǒng)論述。全書(shū)共7章，主要介紹包括多尺度模糊熵、多尺度排列熵、多尺度散布熵、自適應(yīng)多尺度熵等在內(nèi)的多尺度復(fù)雜性理論，以及它們?cè)跈C(jī)械故障特征提取與診斷中的應(yīng)用等內(nèi)容。本書(shū)是在國(guó)家自然科學(xué)基金、國(guó)家重點(diǎn)研發(fā)計(jì)劃和安徽省自然科學(xué)基金等課題的支持下完成的，研究?jī)?nèi)容是目前國(guó)內(nèi)外信號(hào)處理和故障診斷研究的新方向。本書(shū)的特點(diǎn)為理論研究、仿真和試驗(yàn)驗(yàn)證相結(jié)合，內(nèi)容新穎，在信號(hào)處理和機(jī)械故障診斷學(xué)科中具有較高的學(xué)術(shù)前沿性；在系統(tǒng)研究多尺度復(fù)雜性理論的基礎(chǔ)上，提出一系列基于多尺度復(fù)雜性理論的機(jī)械故障診斷方法，內(nèi)容由淺入深、體系完整。所提出的方法皆通過(guò)了試驗(yàn)驗(yàn)證，有的已被應(yīng)用到實(shí)際工程中。本書(shū)既可供各類(lèi)院校教師、研究生和高年級(jí)學(xué)生閱讀，又可供從事信號(hào)處理和機(jī)械故障診斷的技術(shù)人員參考。
機(jī)械故障診斷的復(fù)雜性理論與方法 目錄
前言
第1章 緒論1
1.1 非線性動(dòng)力學(xué)方法2
1.2 基于熵的復(fù)雜性理論發(fā)展歷程3
1.3 復(fù)雜性理論在機(jī)械故障診斷領(lǐng)域的應(yīng)用現(xiàn)狀5
參考文獻(xiàn)8
第2章 基于熵的復(fù)雜性理論方法13
2.1 香農(nóng)熵13
2.2 近似熵13
2.3 樣本熵15
2.4 模糊熵16
2.5 排列熵17
2.6 散布熵19
2.7 仿真試驗(yàn)分析20
參考文獻(xiàn)30
第3章 基于多尺度模糊熵的機(jī)械故障診斷方法32
3.1 多尺度模糊熵32
3.1.1 多尺度熵算法32
3.1.2 多尺度模糊熵算法33
3.2 復(fù)合多尺度模糊熵33
3.2.1 復(fù)合多尺度模糊熵算法33
3.2.2 仿真試驗(yàn)分析35
3.2.3 CMFE在滾動(dòng)軸承故障診斷中的應(yīng)用39
3.3 廣義精細(xì)復(fù)合多尺度模糊熵46
3.3.1 廣義精細(xì)復(fù)合多尺度模糊熵算法46
3.3.2 仿真試驗(yàn)分析47
3.3.3 GRCMFE在滾動(dòng)軸承故障診斷中的應(yīng)用51
3.4 多變量多尺度模糊熵59
3.4.1 多變量多尺度模糊熵算法60
3.4.2 仿真試驗(yàn)分析62
3.4.3 MMFE在行星齒輪箱故障診斷中的應(yīng)用64
參考文獻(xiàn)71
第4章 基于多尺度排列熵的機(jī)械故障診斷方法73
4.1 多尺度排列熵73
4.2 復(fù)合多尺度排列熵74
4.2.1 復(fù)合多尺度排列熵算法74
4.2.2 CMPE參數(shù)選取及影響75
4.2.3 CMPE在滾動(dòng)軸承故障診斷中的應(yīng)用76
4.3 廣義復(fù)合多尺度排列熵80
4.3.1 廣義復(fù)合多尺度排列熵算法80
4.3.2 GCMPE參數(shù)選取及影響82
4.3.3 GCMPE在滾動(dòng)軸承故障診斷中的應(yīng)用84
4.4 復(fù)合多元多尺度排列熵87
4.4.1 多元多尺度排列熵算法87
4.4.2 復(fù)合多元多尺度排列熵算法88
4.4.3 仿真試驗(yàn)分析88
4.4.4 CMMPE在滾動(dòng)軸承故障診斷中的應(yīng)用90
參考文獻(xiàn)99
第5章 基于多尺度散布熵的機(jī)械故障診斷方法101
5.1 多尺度散布熵101
5.1.1 多尺度散布熵算法101
5.1.2 MDE參數(shù)選取及影響102
5.1.3 MDE在滾動(dòng)軸承故障診斷中的應(yīng)用103
5.2 復(fù)合多尺度散布熵105
5.3 精細(xì)復(fù)合多尺度散布熵106
5.3.1 精細(xì)復(fù)合多尺度散布熵算法106
5.3.2 RCMDE在滾動(dòng)軸承故障診斷中的應(yīng)用107
5.4 多元多尺度散布熵110
5.4.1 多元散布熵算法111
5.4.2 多元多尺度散布熵算法112
5.5 精細(xì)復(fù)合多元多尺度散布熵112
5.5.1 精細(xì)復(fù)合多元多尺度散布熵算法112
5.5.2 仿真試驗(yàn)分析113
5.5.3 RCMMDE和MCFS在滾動(dòng)軸承故障診斷中的應(yīng)用114
參考文獻(xiàn)124
第6章
基于自適應(yīng)多尺度熵的機(jī)械故障智能診斷方法126
6.1 粗粒化與自適應(yīng)多尺度化分析126
6.2 自適應(yīng)復(fù)合多尺度模糊熵127
6.2.1 基于VMD的自適應(yīng)復(fù)合多尺度模糊熵算法127
6.2.2 自適應(yīng)復(fù)合多尺度模糊熵在滾動(dòng)軸承故障診斷中的應(yīng)用129
6.3 自適應(yīng)多尺度散布熵134
6.3.1 自適應(yīng)多尺度散步熵算法135
6.3.2 仿真試驗(yàn)分析135
6.4 改進(jìn)經(jīng)驗(yàn)小波變換與散布熵138
參考文獻(xiàn)147
第7章 其他復(fù)雜性理論與方法149
7.1 余弦相似熵149
7.1.1 余弦相似熵算法150
7.1.2 CSE參數(shù)選取及影響151
7.1.3 CSE與SE、FE對(duì)比分析154
7.2 微分符號(hào)熵156
7.2.1 微分符號(hào)熵算法157
7.2.2 DSE參數(shù)選取及影響158
7.2.3 軸承實(shí)測(cè)數(shù)據(jù)分析164
7.3 多尺度時(shí)不可逆168
7.3.1 多尺度時(shí)不可逆算法169
7.3.2 仿真試驗(yàn)分析170
7.4 動(dòng)力學(xué)符號(hào)熵172
7.5 增量熵174
7.6 時(shí)頻熵175
7.7 反向散布熵175
參考文獻(xiàn)177
第1章 緒論1
1.1 非線性動(dòng)力學(xué)方法2
1.2 基于熵的復(fù)雜性理論發(fā)展歷程3
1.3 復(fù)雜性理論在機(jī)械故障診斷領(lǐng)域的應(yīng)用現(xiàn)狀5
參考文獻(xiàn)8
第2章 基于熵的復(fù)雜性理論方法13
2.1 香農(nóng)熵13
2.2 近似熵13
2.3 樣本熵15
2.4 模糊熵16
2.5 排列熵17
2.6 散布熵19
2.7 仿真試驗(yàn)分析20
參考文獻(xiàn)30
第3章 基于多尺度模糊熵的機(jī)械故障診斷方法32
3.1 多尺度模糊熵32
3.1.1 多尺度熵算法32
3.1.2 多尺度模糊熵算法33
3.2 復(fù)合多尺度模糊熵33
3.2.1 復(fù)合多尺度模糊熵算法33
3.2.2 仿真試驗(yàn)分析35
3.2.3 CMFE在滾動(dòng)軸承故障診斷中的應(yīng)用39
3.3 廣義精細(xì)復(fù)合多尺度模糊熵46
3.3.1 廣義精細(xì)復(fù)合多尺度模糊熵算法46
3.3.2 仿真試驗(yàn)分析47
3.3.3 GRCMFE在滾動(dòng)軸承故障診斷中的應(yīng)用51
3.4 多變量多尺度模糊熵59
3.4.1 多變量多尺度模糊熵算法60
3.4.2 仿真試驗(yàn)分析62
3.4.3 MMFE在行星齒輪箱故障診斷中的應(yīng)用64
參考文獻(xiàn)71
第4章 基于多尺度排列熵的機(jī)械故障診斷方法73
4.1 多尺度排列熵73
4.2 復(fù)合多尺度排列熵74
4.2.1 復(fù)合多尺度排列熵算法74
4.2.2 CMPE參數(shù)選取及影響75
4.2.3 CMPE在滾動(dòng)軸承故障診斷中的應(yīng)用76
4.3 廣義復(fù)合多尺度排列熵80
4.3.1 廣義復(fù)合多尺度排列熵算法80
4.3.2 GCMPE參數(shù)選取及影響82
4.3.3 GCMPE在滾動(dòng)軸承故障診斷中的應(yīng)用84
4.4 復(fù)合多元多尺度排列熵87
4.4.1 多元多尺度排列熵算法87
4.4.2 復(fù)合多元多尺度排列熵算法88
4.4.3 仿真試驗(yàn)分析88
4.4.4 CMMPE在滾動(dòng)軸承故障診斷中的應(yīng)用90
參考文獻(xiàn)99
第5章 基于多尺度散布熵的機(jī)械故障診斷方法101
5.1 多尺度散布熵101
5.1.1 多尺度散布熵算法101
5.1.2 MDE參數(shù)選取及影響102
5.1.3 MDE在滾動(dòng)軸承故障診斷中的應(yīng)用103
5.2 復(fù)合多尺度散布熵105
5.3 精細(xì)復(fù)合多尺度散布熵106
5.3.1 精細(xì)復(fù)合多尺度散布熵算法106
5.3.2 RCMDE在滾動(dòng)軸承故障診斷中的應(yīng)用107
5.4 多元多尺度散布熵110
5.4.1 多元散布熵算法111
5.4.2 多元多尺度散布熵算法112
5.5 精細(xì)復(fù)合多元多尺度散布熵112
5.5.1 精細(xì)復(fù)合多元多尺度散布熵算法112
5.5.2 仿真試驗(yàn)分析113
5.5.3 RCMMDE和MCFS在滾動(dòng)軸承故障診斷中的應(yīng)用114
參考文獻(xiàn)124
第6章
基于自適應(yīng)多尺度熵的機(jī)械故障智能診斷方法126
6.1 粗粒化與自適應(yīng)多尺度化分析126
6.2 自適應(yīng)復(fù)合多尺度模糊熵127
6.2.1 基于VMD的自適應(yīng)復(fù)合多尺度模糊熵算法127
6.2.2 自適應(yīng)復(fù)合多尺度模糊熵在滾動(dòng)軸承故障診斷中的應(yīng)用129
6.3 自適應(yīng)多尺度散布熵134
6.3.1 自適應(yīng)多尺度散步熵算法135
6.3.2 仿真試驗(yàn)分析135
6.4 改進(jìn)經(jīng)驗(yàn)小波變換與散布熵138
參考文獻(xiàn)147
第7章 其他復(fù)雜性理論與方法149
7.1 余弦相似熵149
7.1.1 余弦相似熵算法150
7.1.2 CSE參數(shù)選取及影響151
7.1.3 CSE與SE、FE對(duì)比分析154
7.2 微分符號(hào)熵156
7.2.1 微分符號(hào)熵算法157
7.2.2 DSE參數(shù)選取及影響158
7.2.3 軸承實(shí)測(cè)數(shù)據(jù)分析164
7.3 多尺度時(shí)不可逆168
7.3.1 多尺度時(shí)不可逆算法169
7.3.2 仿真試驗(yàn)分析170
7.4 動(dòng)力學(xué)符號(hào)熵172
7.5 增量熵174
7.6 時(shí)頻熵175
7.7 反向散布熵175
參考文獻(xiàn)177
展開(kāi)全部
書(shū)友推薦
- >
推拿
- >
莉莉和章魚(yú)
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
【精裝繪本】畫(huà)給孩子的中國(guó)神話
- >
隨園食單
- >
姑媽的寶刀
- >
人文閱讀與收藏·良友文學(xué)叢書(shū):一天的工作
- >
史學(xué)評(píng)論
本類(lèi)暢銷(xiāo)
