注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)工業(yè)技術(shù)機(jī)械、儀表工業(yè)EEMD方法及在機(jī)械故障診斷中的應(yīng)用

EEMD方法及在機(jī)械故障診斷中的應(yīng)用

EEMD方法及在機(jī)械故障診斷中的應(yīng)用

定 價(jià):¥46.00

作 者: 張梅軍,唐建,何曉暉 著
出版社: 國防工業(yè)出版社
叢編項(xiàng):
標(biāo) 簽: 工業(yè)技術(shù) 機(jī)械/儀表工業(yè) 機(jī)械學(xué)(機(jī)械設(shè)計(jì)基礎(chǔ)理論)

ISBN: 9787118104790 出版時(shí)間: 2015-10-01 包裝: 平裝
開本: 16開 頁數(shù): 174 字?jǐn)?shù):  

內(nèi)容簡介

  《EEMD方法及在機(jī)械故障診斷中的應(yīng)用》是在自然科學(xué)基金項(xiàng)目“基于EEMD的液壓系統(tǒng)故障診斷方法研究”(編號:51175511)的基礎(chǔ)上完成的,是研究機(jī)械信號特征提取、機(jī)械故障診斷及智能診斷方面的學(xué)術(shù)專著。EEMD方法作為一種全新的信號分析技術(shù),在研究信號的局部特征方面具有獨(dú)特的優(yōu)越性,非常適合處理非線性、非平穩(wěn)信號,是目前國內(nèi)外機(jī)械故障診斷研究的新方法。全書共分7章,第1章EMD方法,第2章EEMD方法,第3章EEMD改進(jìn)方法,第4章SVRM延拓的影響分析,第5章EEMD方法的應(yīng)用,第6章SVM智能診斷理論及參數(shù)優(yōu)化,第7章EEMD與SVM結(jié)合的智能診斷應(yīng)用?!禘EMD方法及在機(jī)械故障診斷中的應(yīng)用》可供高等院校機(jī)械相關(guān)專業(yè)教師、研究生和高年級學(xué)生閱讀,還可供從事信號處理和機(jī)械故障診斷的科研人員參考。

作者簡介

暫缺《EEMD方法及在機(jī)械故障診斷中的應(yīng)用》作者簡介

圖書目錄

第1章 EMD方法
1.1 內(nèi)稟模態(tài)函數(shù)
1.1.1 EMD分解過程
1.1.2 EMD篩分終止條件
1.2 Hilbert變換和Hilbert譜
1.3 EMD的特點(diǎn)和存在的問題
1.3.1 EMD的特點(diǎn)
1.3.2 EMD存在的問題
1.4 端點(diǎn)效應(yīng)和信號延拓
1.4.1 波形匹配延拓法
1.4.2 極值延拓法
1.4.3 數(shù)據(jù)預(yù)測延拓法
第2章 EEMD方法
2.1 EEMD方法概述
2.2 EEMD方法的優(yōu)點(diǎn)及存在的問題
2.2.1 EEMD方法的優(yōu)點(diǎn)
2.2.2 EEMD存在的問題
2.3 EEMD方法改進(jìn)效果的評價(jià)方法
2.3.1 仿真信號EEMD改進(jìn)評價(jià)方法
2.3.2 實(shí)測信號EEMD改進(jìn)評價(jià)方法
第2章 EEMD方法
3.1 EEMD降噪
3.1.1 EEMD閾值降噪
3.1.2 EEMD自相關(guān)降噪
3.1.3 EEMD奇異值差分譜降噪
3.2 基于頻率截止的EEMD算法改進(jìn)
3.2.1 基于頻率截止的EEMD算法改進(jìn)方法
3.2.2 仿真信號驗(yàn)證
3.2.3 實(shí)測信號驗(yàn)證
3.3 改進(jìn)三次樣條插值的EMD(EEMD)方法
3.3.1 常用插值函數(shù)擬合效果分析
3.3.2 基于極值中心三次樣條插值的改進(jìn)EMD(EEMD)方法
3.3.3 極值中心三次樣條插值的實(shí)例分析
3.3.4 包絡(luò)能量閾值法
3.4 EEMD的端點(diǎn)延拓方法
3.4.1 基于支持向量回歸機(jī)的EEMD延拓方法
3.4.2 基于極值點(diǎn)SVRM的EEMD延拓方法
3.4.3 基于極值波延拓的EEMD端點(diǎn)效應(yīng)處理方法
3.5 EEMD的虛假IMF分量識別
3.5.1 基于時(shí)域互相關(guān)系數(shù)的EEMD虛假IMF分量識別
3.5.2 基于頻域互相關(guān)系數(shù)的EEMD虛假IMF分量識別
3.5.3 能量熵增量的EEMD虛假IMF分量識別
第4章 SVRM延拓的影響分析
4.1 SVRM預(yù)測長度的影響
4.1.1 預(yù)測長度對預(yù)測精度的影響
4.1.2 預(yù)測長度對運(yùn)算效率的影響
4.2 SVRM樣本點(diǎn)數(shù)的影響
4.2.1 樣本點(diǎn)數(shù)對預(yù)測精度的影響
4.2.2 樣本點(diǎn)數(shù)對運(yùn)算效率的影響
4.3 信號采樣頻率的影響
4.4 信號復(fù)雜性的影響
第5章 EEMD方法的應(yīng)用
5.1 改進(jìn)EEMD在信號趨勢分析中的應(yīng)用
5.1.1 改進(jìn)的EEMD分解與小波分解提取趨勢項(xiàng)的比較
5.1.2 改進(jìn)的EEMD分解與EMD、EEMD分解提取趨勢項(xiàng)的比較
5.2 改進(jìn)的EEMD在調(diào)制信號分析中的應(yīng)用
5.2.1 改進(jìn)的EEMD在調(diào)幅信號中的應(yīng)用
5.2.2 改進(jìn)的EEMD在調(diào)頻信號中的應(yīng)用
5.2.3 改進(jìn)的EEMD在幅頻調(diào)制信號中的應(yīng)用
5.3 改進(jìn)的EEMD在信號奇異性檢測中的應(yīng)用
5.3.1 FFT時(shí)頻分析在信號奇異性檢測中的應(yīng)用
5.3.2 STFT時(shí)頻分析在信號奇異性檢測中的應(yīng)用
5.3.3 WVD時(shí)頻分析在信號奇異性檢測中的應(yīng)用
5.3.4 WT時(shí)頻分析在信號奇異性檢測中的應(yīng)用
……
第6章 SVM智能診斷理論及參數(shù)優(yōu)化
第7章 EEMD與SVM結(jié)合的智能診斷方法
參考文獻(xiàn)

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號