風電機組傳動繫統測試、運維等方面力作
本書從風電機組傳動繫統的智能運維角度出發,對風電機組傳動繫統構成、風電機組傳動繫統故障診斷的方法、微弱故障信號增強方法、微弱故障信號特征提取方法、故障診斷的淺層學習方法及基本理論、深度學習方法及基本理論、風電機組傳動繫統故障診斷繫統的設計,進行了較繫統的介紹和討論。
呂中亮,博士,副教授,重慶科技學院機械與動力工程學院副院長。中國振動工程學會高級會員,中國自動化學會會員。主要擅長機械設備狀態監測、設備運行與智能維護。主持項目1項,省部級重點以及一般項目5項;主研科研項目2項,省部級重點以及一般科研項目10餘項,共承擔科研經費30。發表論文23篇,其中被SCI/EI收錄14篇。申請專利15項,目前已授權9項。現從事低速重載設備狀態監測、旋轉機械故障診斷、數據挖掘等方面的教學與科研工作。 周傳德,博士,教授,碩士生導師,重慶科技學院機械與動力工程學院院長, 機電測試與精密儀器研究所所長,信號處理與智能測試儀器科技創新團隊負責人。2001年7月畢業於重慶大學機械工程與自動化專業,2003年6月獲重慶大學機械電子工程碩士學位,2006年6月獲得重慶大學機械電子工程博士學位,2012年英國肯特大學訪問學者。近5年主持或主研“氫敏薄膜材料及其微型光纖傳感器基礎研究”、“微機械諧振式加速度傳感器”、“基於行波電簾的太陽能電池板自清潔方法研究”等國家自然基金項目、863 計劃項目、軍工項目等8 項,“軸類零件多工位多參數檢測儀”“基於機器視覺的V3D汽車四輪定位儀”等企業橫向項目10 餘項。獲得國家科技二等獎1項,重慶市科技進步一等獎1 項,科技進步一、二等獎各1 項,發明獎一等獎1 項。以作者出版專著《科學計算可視化理論及智能虛擬顯示繫統》(科學出版社) 1 本,參著專著2 本,主編教材2本,發表論文40 餘篇,其中SCI\\EI 收錄21篇,2008 年和2011 年分獲重慶市第五屆中青年骨干教師稱號,重慶市首屆青年教師資助計劃。研究方向為機電傳感器與機械測試,信號處理與智能科學儀器。
第1章緒論(1)1.1風電機組傳動繫統構成(2)1.2風電機組傳動繫統智能運維的意義(3)1.3風電機組傳動繫統故障診斷的方法與分類(5)1.3.1基於定性知識經驗的風電機組傳動繫統診斷(5)1.3.2基於分析模型的風電機組傳動繫統診斷(6)1.3.3基於數據驅動的風電機組傳動繫統診斷(7)第2章風電機組傳動繫統微弱故障信號增強(13)2.1共振解調故障增強方法(14)2.1.1共振解調技術的原理及優點(14)2.1.2共振解調的過程(14)2.1.3希爾伯特(Hilbert)變換和包絡分析(15)2.2自適應相關峭度反卷積增強方法(16)2.2.1小熵解卷積原理(16)2.2.2變步長網格搜索法(17)2.2.3目標函數確定及參數優化(18)2.2.4自適應相關峭度反卷積性能分析(19)2.3多點小熵反卷積增強方法(21)2.3.1多點小熵反卷積原理(21)2.3.2MED和MOMEDA方法的實驗(22)第3章風電機組傳動繫統故障特征提取(29)3.1時域和頻域的特征提取方法(30)3.1.1時域的特征指標集(30)3.1.2頻域的特征指標集(31)3.2時頻域特征提取方法(33)3.2.1小波包分解(33)3.2.2經驗模態分解(35)3.2.3變分模態分解方法及準則(41)3.2.4自適應變分模態分解(43)3.2.5局部均值分解(47)3.3模糊熵特征集構建的實驗驗證(49)3.3.1模糊熵的原理(49)3.3.2模糊熵特征集構建的方法步驟及流程(50)3.3.3試驗臺驗證(51)第4章風電機組傳動繫統早期故障辨識(55)4.1淺層學習基本理論(57)4.1.1人工神經網絡(57)4.1.2多核支持向量機算法(58)4.1.3熵模型(62)4.2深度學習基本理論(64)4.2.1卷積神經網絡(65)4.2.2自動編碼器(67)4.2.3深度置信網絡(69)4.3小子樣分析方法(71)第5章風電機組傳動繫統故障診斷繫統設計(73)5.1繫統的總體設計(74)5.1.1繫統的需求分析(74)5.1.2繫統的總體結構(75)5.2繫統功能的實現(76)5.2.1前端采集設備選擇(76)5.2.2測點布置與傳感器安裝(77)5.2.3監測繫統軟件功能實現(79)5.3應用實例(87)參考文獻(90)
請選擇顏色、尺碼等選項!
已成功加入購物車!