目錄
第1章 緒論 1
1.1 機(jī)械設(shè)備動(dòng)態(tài)信號(hào)的復(fù)雜非平穩(wěn)特點(diǎn) 1
1.2 復(fù)雜非平穩(wěn)信號(hào)分析方法研究進(jìn)展 2
1.2.1 時(shí)頻分析 2
1.2.2 自適應(yīng)模式分解 5
1.2.3 原子分解和稀疏表示 7
1.3 章節(jié)內(nèi)容 9
參考文獻(xiàn) 9
第2章 時(shí)頻分析 16
2.1 概述 16
2.2 線性時(shí)頻表示 17
2.2.1 短時(shí)Fourier變換 17
2.2.2 時(shí)頻分辨率 19
2.2.3 小波變換 21
2.3 雙線性時(shí)頻分布 26
2.3.1 Wigner-Ville分布 26
2.3.2 Cohen類分布 31
2.3.3 仿射類分布 35
2.3.4 自適應(yīng)最優(yōu)核函數(shù)方法 37
2.4 時(shí)頻分布調(diào)整方法 38
2.4.1 時(shí)頻重排分布 38
2.4.2 同步壓縮變換 42
2.4.3 多重逐漸縮減同步壓縮變換 44
2.4.4 頻率時(shí)間聚集方法 45
2.5 時(shí)變高階譜 47
2.5.1 Wigner高階譜 47
2.5.2 L-類和S-類分布 49
2.6 時(shí)頻自回歸滑動(dòng)平均模型 51
2.6.1 時(shí)頻滑動(dòng)平均模型參數(shù)估計(jì) 52
2.6.2 時(shí)頻自回歸模型參數(shù)估計(jì) 53
2.6.3 時(shí)頻自回歸滑動(dòng)平均模型參數(shù)估計(jì) 53
2.6.4 時(shí)頻自回歸滑動(dòng)平均模型階次估計(jì) 53
2.7 應(yīng)用案例 55
2.7.1 基于時(shí)頻重排分布的水輪機(jī)非平穩(wěn)主軸擺度信號(hào)分析 55
2.7.2 基于自適應(yīng)最優(yōu)核函數(shù)方法的風(fēng)力機(jī)行星齒輪箱現(xiàn)場測試信號(hào)分析 61
2.7.3 基于頻率時(shí)間聚集方法的時(shí)變轉(zhuǎn)速工況下滾動(dòng)軸承故障診斷 64
參考文獻(xiàn) 71
第3章 自適應(yīng)模式分解 74
3.1 概述 74
3.2 原理 75
3.3 自適應(yīng)模式分解算法 76
3.3.1 經(jīng)驗(yàn)?zāi)Ｊ椒纸?76
3.3.2 集合經(jīng)驗(yàn)?zāi)Ｊ椒纸?80
3.3.3 局部均值分解 82
3.3.4 本質(zhì)時(shí)間尺度分解 85
3.3.5 局部特征尺度分解 88
3.3.6 Hilbert振動(dòng)分解 91
3.3.7 經(jīng)驗(yàn)小波變換 94
3.3.8 變分模式分解 97
3.3.9 自適應(yīng)局部迭代濾波 100
3.4 瞬時(shí)頻率計(jì)算方法 102
3.4.1 基于Hilbert變換的解析信號(hào)法 103
3.4.2 經(jīng)驗(yàn)調(diào)幅-調(diào)頻分解 104
3.4.3 直接正交法 104
3.4.4 正則Hilbert變換法 105
3.4.5 廣義過零點(diǎn)法 105
3.4.6 能量分離法 106
3.4.7 仿真信號(hào)分析 107
3.5 應(yīng)用案例 110
3.5.1 基于變分模式分解的行星齒輪箱故障診斷 110
3.5.2 基于集合經(jīng)驗(yàn)?zāi)Ｊ椒纸夂湍芰克阕拥臐L動(dòng)軸承故障診斷 122
3.5.3 基于Hilbert-Huang變換的水輪機(jī)非平穩(wěn)水力壓力脈動(dòng)信號(hào)分析 138
參考文獻(xiàn) 145
第4章 原子分解和稀疏表示 147
4.1 概述 147
4.2 概念和原理 150
4.2.1 原子和字典 150
4.2.2 原子分解 150
4.2.3 稀疏表示 151
4.3 原子分解算法 152
4.3.1 貪婪追蹤 152
4.3.2 lp范數(shù)正則化 161
4.3.3 迭代收縮/閾值 168
4.4 字典設(shè)計(jì) 171
4.4.1 解析字典 172
4.4.2 學(xué)習(xí)字典 175
4.5 應(yīng)用案例 184
4.5.1 基于匹配追蹤和基追蹤的定軸齒輪箱故障診斷 184
4.5.2 基于線性調(diào)頻小波匹配追蹤分解的行星齒輪箱故障診斷 190
4.5.3 基于平移不變K-奇異值分解的行星齒輪箱故障診斷 196
參考文獻(xiàn) 201