幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

內燃機振動譜圖像表徵與理解

  • 作者：蔡艷平//姜柯//韓德帥//楊棋升|責編:許健
  • 出版社：科學
  • ISBN：9787030844774
  • 出版日期：2026/02/01
  • 裝幀：平裝
  • 頁數：191
人民幣：RMB 140 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書以內燃機振動譜圖像表徵與理解為主線，提出一套基於振動譜時頻圖像分析識別的內燃機故障診斷方法，分析了機械設備可視化圖像診斷的可行性和優勢，建立了內燃機缸蓋振動的信息模型並進行模擬，明確了缸蓋振動情況和氣門間隙故障間的關係；給出了內燃機振動譜圖像診斷相關基礎理論，介紹了潛在的內燃機振動譜圖像表徵與理解方法。在此基礎上，重點圍繞內燃機振動譜圖像表徵、特徵提取、模式識別等方法開展研究，深入研究了振動譜可視化圖像診斷的新方法、新途徑和應用案例。本書研究工作均採用內燃機實測信號進行驗證，所提出的方法對於內燃機故障診斷具有一定的指導意義和實際參考價值。
作者介紹
蔡艷平//姜柯//韓德帥//楊棋升|責編:許健
目錄
第1章  緒論
  1.1  內燃機故障診斷意義
  1.2  內燃機可視化故障診斷基本原理
  1.3  機械設備可視化圖像診斷技術研究現狀
第2章  內燃機缸蓋振動機理及建模模擬
  2.1  內燃機缸蓋振動信息模型
  2.2  內燃機配氣機構動力學分析及氣缸壓力模擬
    2.2.1  內燃機配氣機構動力學模擬
    2.2.2  內燃機氣缸壓力模擬
  2.3  內燃機缸蓋模態及瞬態動力學分析
    2.3.1  有限元模型的建立
    2.3.2  缸蓋振動的瞬態動力學分析
  2.4  實驗驗證
    2.4.1  多工況模擬實驗
    2.4.2  模型實驗驗證分析
第3章  內燃機振動譜圖像診斷基礎理論
  3.1  信號數圖映射內積機理
  3.2  振動譜圖像表徵
    3.2.1  線性時頻分析
    3.2.2  雙線性時頻分析
    3.2.3  希爾伯特黃變換
  3.3  振動譜圖像特徵提取方法
    3.3.1  代數特徵
    3.3.2  視覺特徵
  3.4  振動譜圖像識別方法
    3.4.1  最近鄰分類器
    3.4.2  支持向量機
    3.4.3  神經網路
  3.5  振動譜圖像識別診斷一般流程
第4章  基於EWD SST的內燃機振動譜圖像表徵方法
  4.1  傳統時頻分析方法的不足
  4.2  基於EWD SST的內燃機振動信號時頻分析
    4.2.1  改進經驗小波分解
    4.2.2  同步壓縮變換時頻分析
    4.2.3  EWD SST時頻分析
  4.3  模擬信號分析
  4.4  內燃機振動譜圖像表徵實例
    4.4.1  內燃機振動數據採集
    4.4.2  內燃機振動譜圖像表徵結果
第5章  內燃機振動改進型VMD MHD時頻圖像表徵方法
  5.1  二次型時頻分析方法不足
  5.2  基於改進型VMD的MHD時頻圖像表徵方法
    5.2.1  改進的VMD演算法
    5.2.2  多分量模擬信號的分解對比
    5.2.3  改進型VMD MHD時頻分析方法
  5.3  內燃機振動譜圖像表徵實例
    5.3.1  內燃機振動數據採集
    5.3.2  內燃機振動譜圖像表徵結果
第6章  基於改進LBP的內燃機振動譜圖像紋理特徵提取
  6.1  LBP演算法

    6.1.1  基本LBP演算法
    6.1.2  圓域LBP演算法
    6.1.3  旋轉不變模式LBP演算法
    6.1.4  統一模式LBP演算法
  6.2  LBP 改進演算法
  6.3  基於改進LBP的內燃機故障識別
    6.3.1  故障識別流程
    6.3.2  故障識別結果分析
    6.3.3  計算效率對比
第7章  基於紋理特徵增強的內燃機振動譜圖像診斷方法
  7.1  LBP演算法與非負矩陣分解
    7.1.1  LBP紋理分析
    7.1.2  非負矩陣分解
  7.2  紋理增強的二維非負矩陣分解演算法
  7.3  基於TE 2DNMF演算法的內燃機振動譜圖像診斷方法
    7.3.1  振動數據的可視化特徵提取
    7.3.2  結果分析
    7.3.3  圖像尺寸的影響分析
第8章  基於改進HOG的內燃機振動譜圖像邊緣特徵提取
  8.1  方向梯度直方圖
  8.2  改進HOG演算法
  8.3  改進「二叉樹」支持向量機
    8.3.1  多分類SVM
    8.3.2  改進「二叉樹」SVM
    8.3.3  性能測試
  8.4  基於改進HOG 的內燃機故障識別
    8.4.1  故障識別結果分析
    8.4.2  計算效率對比
第9章  內燃機振動譜圖像多維度信息特徵提取方法
  9.1  圖像降維處理
  9.2  基於LNMF的特徵參數提取方法
    9.2.1  NMF演算法
    9.2.2  基於LNMF的圖像特徵提取
  9.3  內燃機振動譜圖像的S2DLNMF特徵提取
    9.3.1  改進強化二維局部非負矩陣分解演算法
    9.3.2  內燃機振動譜圖像的S2DLNMF特徵提取方法
  9.4  基於多維度特徵融合的內燃機振動特徵提取
    9.4.1  振動時域參數提取
    9.4.2  內燃機振動特徵融合方法
第10章  基於圖正則化雙向NMF的內燃機振動譜圖像診斷方法
  10.1  自適應VMD Rihaczek分佈
    10.1.1  變分模態分解
    10.1.2  VMD和Rihaczek分佈的結合
  10.2  圖正則化雙向非負矩陣分解演算法
  10.3  基於GBiNMF演算法的內燃機振動譜圖像識別診斷
第11章  基於多尺度卷積網路的內燃機振動譜圖像診斷方法
  11.1  深度卷積神經網路
    11.1.1  卷積運算
    11.1.2  池化運算
    11.1.3  結構化輸出

  11.2  基於多尺度CNN的內燃機振動譜圖像診斷模型
  11.3  振動譜圖像多尺度CNN診斷實驗
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032