第1章 引言 1
1.1设备状态监测诊断技术的研究意义 1
1.2旋转机械故障诊断技术的发展现状 2
1.2.1旋转机械故障诊断的研究方法评述 3
1.2.2旋转机械故障机理的研究现状 6
1.2.3同源信息融合分析技术的发展状况 7
1.2.4设备远程故障诊断技术的发展状况 8
1.3全矢谱技术研究的目的与意义 9
1.3.1全矢谱技术的研究背景 9
1.3.2课题研究的目的和意义 10
1.4本书的研究内容与结构安排 10
1.4.1本书的主要研究内容 10
1.4.2本书的结构安排 11
1.5本章小结 13
参考文献 13
第2章 转子基本回转特性与数据处理基础 18
2.1转子的基本回转特性 18
2.1.1概述 18
2.1.2转子涡动轨迹的分析与计算 19
2.1.3转子的临界转速及其影响因素 22
2.1.4非线性振动的特征及识别方法 25
2.2数字信号处理基础 27
2.2.1模拟信号的离散化 27
2.2.2离散傅里叶变换——DFT 33
2.2.3快速傅里叶变换——FFT 36
2.2.4快速复傅里叶变换 40
2.3本章小结 41
参考文献 42
第3章 典型旋转机械部件的故障物理特性 43
3.1转子不对中故障的几何特性 43
3.1.1轴线平行位移不对中 43
3.1.2轴线角度位移不对中 45
3.1.3轴线综合位移不对中 48
3.2转子不对中的运动学机理 48
3.2.1不对中条件下的啮合状态 48
3.2.2不对中状态下的瞬时啮合分析 49
3.2.3外壳质心的回转形态与轨迹 50
3.3“锁定”状态下的不对中运动分析 51
3.4工程诊断方法与应用实例 52
3.4.1工程诊断方法 52
3.4.2工程应用实例 52
3.4.3基于同源全信息空间领域诊断的提出 54
3.5本章小结 54
参考文献 54
第4章 平面全矢谱分析与方法 56
4.1旋转机械的动态检测现状 56
4.2全矢谱技术基础 59
4.3全矢谱数值计算方法 63
4.4二维全矢功率谱的直接估计 64
4.4.1几种全矢功率谱的估计方法 65
4.4.2全矢功率谱的灵敏度分析 68
4.5全矢细化谱分析与应用 70
4.5.1复调制细化分析 71
4.5.2基于复调制的全矢细化谱分析 72
4.5.3全矢细化谱的仿真算例 75
4.6全矢倒频谱分析与应用 76
4.6.1倒频谱的定义 77
4.6.2倒频谱的数值计算方法 78
4.6.3全矢倒频谱及其数值计算方法 79
4.6.4全矢倒频谱分析的工程应用 79
4.7瞬态过程的全矢谱分析 81
4.8全矢谱分析与传统分析方法的关系 83
4.8.1全矢谱方法与传统谱分析的关系 83
4.8.2全矢谱分析对现行诊断经验和规则的继承性 83
4.9全矢谱分析的工程应用实例 84
4.10本章小结 86
参考文献 87
第5章 空间全矢谱分析与方法 88
5.1转子的空间振动概述 88
5.2转子的空间进动及振动特征 89
5.2.1转子空间轴心轨迹 89
5.2.2轴心轨迹的投影 90
5.2.3坐标系xyz到x″y″z″的变换 91
5.2.4坐标系x″y″z″到x′y′z′的变换 91
5.2.5坐标变换总则 91
5.3旋转机械空间域全矢谱及数值计算 93
5.3.1夹角？k的计算 93
5.3.2夹角θk的计算 93
5.3.3空间矢谱的数值方法 93
5.4三维空间全矢功率谱 94
5.5三维全矢谱的工程应用 96
5.6本章小结 98
参考文献 98
第6章 基于非平稳信号的全矢谱技术 100
6.1全矢短时傅里叶变换及其应用 101
6.1.1短时傅里叶变换定义 102
6.1.2短时傅里叶变换窗函数的选择 102
6.1.3全矢短时傅里叶变换的分析与计算 103
6.1.4全矢短时傅里叶变换的工程应用 105
6.2全矢Wigner分布及其应用 108
6.2.1基于Wigner-Ville分布的非平稳信号的分析 109
6.2.2全矢Wigner-Ville分布及其算法 111
6.2.3全矢Wigner-Ville分布的应用实例 113
6.3全矢小波分析及其应用 115
6.3.1小波变换原理及算法 116
6.3.2小波变换在振动信号处理中的应用 118
6.3.3全矢小波分析技术 119
6.4全矢小波包分解 123
6.4.1小波包分解的定义 124
6.4.2小波包的空间分解 125
6.4.3小波包分解算法 125
6.4.4全信息小波包分析技术 126
6.5全矢谐波小波原理及其工程应用 129
6.5.1谐波小波包分析及其算法 129
6.5.2全矢谐波小波包分析及其算法 130
6.5.3全矢谐波小波包的工程应用 131
6.6全矢最大熵谱及其应用 132
6.6.1时序模型与最大熵谱 132
6.6.2二维全矢最大熵谱估计 133
6.6.3三维空间全矢最大熵谱 134
6.6.4全矢最大熵谱的工程应用 134
6.7本章小结 135
参考文献 136
第7章 基于全矢谱技术的智能诊断 138
7.1全矢谱-人工神经网络诊断方法及其应用研究 138
7.1.1 RBF神经网络 138
7.1.2全矢谱-RBFN诊断方法及应用研究 140
7.2全矢谱-模糊聚类诊断方法及其应用研究 144
7.2.1模糊C均值聚类分析 144
7.2.2全矢谱-FCM诊断方法及应用研究 148
7.3全矢谱-支持向量机诊断方法及其应用研究 151
7.3.1支持向量机及其算法 151
7.3.2多分类支持向量机 155
7.3.3全矢谱-SVM诊断方法及应用研究 156
7.4基于全矢谱-人工免疫的诊断方法及其应用研究 157
7.4.1相关术语 158
7.4.2人工免疫系统及其网络模型、算法原理 159
7.4.3 aiNet免疫网络 160
7.4.4基于全矢谱-AIS的诊断方法及应用研究 165
7.5基于全矢谱的故障诊断专家系统 169
7.5.1专家系统的几个基本概念 169
7.5.2专家系统的结构特性 170
7.5.3设备故障诊断专家系统 178
7.5.4故障诊断专家系统应用实例——二氧化碳压缩机组故障诊断系统 180
7.6本章小节 187
参考文献 188
第8章 设备远程状态监测与故障诊断关键技术 190
8.1远程监测诊断系统的实现模式 190
8.1.1基于视频会议的远程监测诊断 190
8.1.2基于Client／Server的远程监测诊断 191
8.1.3基于Browser／Server的远程监测诊断 192
8.2 Browser／Server模式及其关键技术 193
8.2.1 Browser／Server模式及其特点 193
8.2.2 Browser／Server模式关键技术 194
8.3系统软件平台与开发工具 199
8.3.1系统软件平台 199
8.3.2系统开发工具 201
8.4设备远程诊断网络拓扑与构架 202
8.4.1 RMDN的总体结构与网络拓扑 203
8.4.2 RMDN的构建 204
8.4.3 RDC的远程诊断中心 204
8.5本章小结 204
参考文献 205
第9章 基于全矢谱技术的产品开发与应用 207
9.1 eM3000设备远程监控与运行管理系统 207
9.1.1远程网络服务系统RNSS 207
9.1.2智能数据采集系统IDSS 208
9.1.3在线监测预报系统OMFS 209
9.1.4信号分析处理系统SAPS 210
9.1.5故障诊断专家系统FDES 211
9.2 PDES设备状态检测与安全评价系统 212
9.2.1数据采集和管理系统DSMS 213
9.2.2运行与安全评价系统RSAS 215
9.3大型低速重载转炉应用实例 218
9.3.1转炉基本概况 218
9.3.2低速重载转炉的检测 219
9.3.3转炉信号的变尺度预处理 220
9.3.4远程监测诊断系统的建立与实施 222
9.4本章小结 224
参考文献 224