万本电子书0元读

万本电子书0元读

顶部广告

铁路道岔转辙机故障诊断技术电子书

本书具有以下特:(1)针对铁路道岔转辙机故障诊断这一热问题,汲取国内外该领域的新研究成果,总结作者近来年在信号处理和深度学习方法在转辙机故障诊断中的应用方面的研究成果,内容具有先性和新颖性。(2)章节内容衔连贯,简单易懂。本书共分7章,在简要介绍转辙机故障诊断发展现状、基本结构原理和故障模式之后,重讲述特征提取、智能故障诊断 、迁移学习、多特征融合等方法,形成基于转辙机的故障诊断系统。(3)面向应用,实用性强。结合转辙机常见故障类型和实测数据分析,提出故障特征提取和诊断的解决方案,方法思路独特,形成的故障诊断管理系统满足企业需求。

售       价:¥

纸质售价:¥131.10购买纸书

0人正在读 | 0人评论 6.4

作       者:黄晋英

出  版  社:化学工业出版社

出版时间:2024-05-01

字       数:23.7万

所属分类: 科技 > 工业技术 > 重工业

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(条)
  • 读书简介
  • 目录
  • 累计评论(条)
本书面向科学发展前沿与工程迫切需求,以铁路道岔电液式转辙机及其关键部件柱塞泵为研究对象,按照“结构-技术-实例-系统”的逻辑主线,简要介绍铁路道岔转辙机故障诊断研究背景、意义及发展现状,基本结构原理和故障模式。基于转辙机油压信号和柱塞泵振动信号,重研究信号处理、深度学习、迁移学习、连续学习、多特征信息融合等基础理论和核心技术,涵盖了特征提取、智能故障诊断、寿命预测等主要研究方法,最后形成基于道岔转辙机的故障诊断管理系统。所述内容兼具前沿性、创新性与工程实用性。本书结合了作者团队在铁路道岔转辙机故障诊断领域积累的十几年研究成果与最新展,适合从事系统智能故障诊断工作的技术人员阅读,也可作为高等学校相关专业师生的参考用书。<br/>【推荐语】<br/>本书具有以下特:(1)针对铁路道岔转辙机故障诊断这一热问题,汲取国内外该领域的新研究成果,总结作者近来年在信号处理和深度学习方法在转辙机故障诊断中的应用方面的研究成果,内容具有先性和新颖性。(2)章节内容衔连贯,简单易懂。本书共分7章,在简要介绍转辙机故障诊断发展现状、基本结构原理和故障模式之后,重讲述特征提取、智能故障诊断 、迁移学习、多特征融合等方法,形成基于转辙机的故障诊断系统。(3)面向应用,实用性强。结合转辙机常见故障类型和实测数据分析,提出故障特征提取和诊断的解决方案,方法思路独特,形成的故障诊断管理系统满足企业需求。<br/>【作者】<br/>黄晋英,中北大学教授/博士生导师,2010年毕业于北京理工大学兵器发射理论与技术专业获博士学位,2014年北京理工大学航空科学与技术专业博士后出站;2014-2016期间美国康涅狄格大学访问学者,主要研究方向为动态故障诊断与智能控制。并兼中国振动工程学会动态测试专业委员会理事,山西省振动工程学会常务理事,太原地区科技拔尖人才。作为骨干成员完成了3项国防预研项目、1项国防重项目,作为二完成人完成了国家基金2项,山西省自然科学基金2项。作为项目负责人完成了山西省青年科学基金项目“车辆运动状态识别与运动控制研究”和山西省自然科学基金“基于盲源分离的齿轮箱故障信息增强技术研究”、“基于深度学习的铁路道岔转辙设备故障诊断技术研究”;山西省科技攻关项目“基于免疫机制与OMAP平台的嵌式智能车辆运动控制”,山西省重研发项目“大数据框架驱动下铁路道岔转辙关键设备智能检测诊断与健康管理”,并负责完成了20余项横向科研项目,参与相关的科研项目10余项。获提名国家科技步二等奖1项,山西省科技步二等奖3项;山西省科技发明二等奖1项,国防科技步三等奖2项,发明专利3项,以一作者发表论文20余篇,其中SCI收录4篇,EI收录14篇。作为副主编编写教材1部。近三年指导博士毕业3名,硕士毕业10名。<br/>
目录展开

内容提要

前言

第1章 绪论

1.1 铁路道岔转辙机故障诊断研究背景及意义

1.2 铁路道岔转辙机故障诊断技术研究进展

1.3 铁路道岔转辙机故障诊断存在的问题与发展方向

参考文献

第2章 道岔转辙机及关键部件

2.1 相关概念

2.2 道岔基本结构

2.3 转辙机基本结构及原理

2.4 柱塞泵基本结构及原理

参考文献

第3章 转辙机故障诊断实验及油压信号特征提取

3.1 转辙机工作过程原理分析

3.2 非现场道岔转辙机故障模拟实验

3.3 基于改进集成经验模态分解的转辙机故障特征提取

3.4 基于ITD-SDP图像的转辙机特征提取

3.5 道岔转辙机故障状态监测

参考文献

第4章 柱塞泵故障诊断实验及振动信号特征提取

4.1 柱塞泵故障诊断实验

4.2 测点振动信号的故障特征参量提取

4.3 基于VMD的故障振动信号时频分析法

4.4 改进的局部特征尺度分解法

4.5 基于ICEEMDAN的故障特征提取

4.6 基于精细复合多尺度散布熵的故障特征提取

4.7 基于DMLCD与GRCMDE的故障特征提取

参考文献

第5章 道岔转辙机及柱塞泵智能故障诊断

5.1 基于改进SVM的故障诊断

5.2 基于改进KELM的故障诊断

5.3 基于卷积神经网络的故障诊断

参考文献

第6章 基于信息融合的道岔转辙机故障诊断

6.1 信息融合技术

6.2 数据层信息融合的故障诊断应用实例

6.3 特征层信息融合的故障诊断应用实例

6.4 基于决策层信息融合的故障诊断模型

参考文献

第7章 基于连续学习的柱塞泵类增量故障诊断

7.1 连续学习相关理论

7.2 基于权重空间元表示的类增量故障诊断方法

7.3 柱塞泵类增量故障诊断应用实例

参考文献

第8章 柱塞泵剩余使用寿命预测

8.1 剩余使用寿命预测模型

8.2 应用实例

8.3 不同构图法对GAT预测模块的影响

8.4 GAT预测模块性能评估

参考文献

第9章 基于知识图谱的道岔转辙机故障诊断系统

9.1 知识图谱相关技术理论

9.2 转辙机故障诊断领域知识图谱的构建

9.3 基于知识图谱的道岔转辙机故障诊断

9.4 道岔转辙机故障诊断管理系统实现

参考文献

累计评论(条) 个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部