滚动轴承全生命周期健康管理技术/张天瑞著.

定价：78.00元

出版时间：2024. 10

ISBN：978-7-5240-0008-2

9787524000082

内容提要

本书共6章，全面系统地介绍了滚动轴承全生命周期健康管理模式与体系结构、滚动轴承健康管理过程中的关键技术，以及信号处理与特征提取、故障诊断、健康状态评估与剩余寿命预测等应用方法。书中还运用智能算法与机器学习等方法进行了应用分析。

本书可供机械、材料、冶金等行业企业的工程技术人员及产品健康管理人员阅读，也可供高等院校理工类、经管类等研究产品全生命周期的师生参考。

目录

1绪论1

1.1滚动轴承健康管理技术研究的必要性1

1.1.1研究需求分析1

1.1.2研究意义分析2

1.2全生命周期概述3

1.2.1全生命周期管理的内涵3

1.2.2全生命周期管理的发展过程4

1.2.3全生命周期管理的主要研究内容5

1.3机械设备健康管理的研究现状及发展趋势6

1.3.1机械设备健康管理的主要研究内容6

1.3.2机械设备维护方式的发展7

1.3.3机械设备健康管理的主要技术9

1.4滚动轴承健康管理的研究现状与发展趋势13

1.4.1滚动轴承健康管理的主要研究内容13

1.4.2滚动轴承健康管理的主要研究方法15

1.4.3滚动轴承健康管理存在的问题和发展趋势18

2滚动轴承全生命周期健康管理模式与体系结构19

2.1全生命周期的健康管理模式研究19

2.1.1全生命周期的基本理论19

2.1.2全生命周期的设备健康管理模式研究20

2.2面向服务的滚动轴承健康管理的关键技术23

2.2.1状态监测与预测评估技术24

2.2.2故障诊断技术25

2.2.3滚动轴承技术服务支持27

2.3滚动轴承全生命周期的健康管理系统体系结构28

2.3.1系统的体系功能结构28

2.3.2系统的概念模型29

3滚动轴承基本机理和健康管理相关技术及算法31

3.1滚动轴承的基本构造与振动机理31

3.1.1滚动轴承的基本构造31

3.1.2滚动轴承的振动机理分析32

3.2滚动轴承的失效类型、频率分析及健康判别方法33

3.2.1滚动轴承的常见失效类型33

3.2.2滚动轴承振动特征频率34

3.2.3滚动轴承常见健康判别评估方法35

3.3大数据基本理论37

3.3.1大数据及大数据技术37

3.3.2大数据及其工具应用现状38

3.3.3Spark大数据平台39

3.4轴承健康管理模型所用主要算法基本原理40

3.4.1飞鼠搜索算法40

3.4.2支持向量机42

3.4.3XGBoost45

3.4.4一维卷积神经网络47

3.4.5深度残差收缩网络52

3.4.6随机森林理论55

3.4.7长短期记忆理论57

3.4.8网格搜索优化59

3.5实验仿真环境与数据来源59

3.5.1凯斯西储滚动轴承故障数据集59

3.5.2SpectraQuest滚动轴承故障数据集60

3.5.3辛辛那提大学滚动轴承全寿命周期数据61

4信号处理和特征提取过程63

4.1信号降噪处理63

4.1.1局部均值分解过程63

4.1.2LMD+FPA联合降噪过程64

4.1.3变分模态分解过程66

4.1.4SSA优化VMD重要参数过程68

4.2特征提取过程74

4.2.1时域特征指标的提取74

4.2.2频域特征指标的提取75

4.2.3熵特征指标的提取76

4.3信号降噪和主成分计算过程77

4.3.1主成分计算算法构建流程77

4.3.2核函数参数的选择78

4.3.3LMD+FPA联合KPCA特征提取过程79

4.3.4自适应VMD联合KPCA特征提取过程82

5滚动轴承故障诊断模型88

5.1轴承故障类型88

5.2一维深度残差收缩网络模型91

5.3SVM的参数寻优过程95

5.3.1多分类支持向量机95

5.3.2SVM模型的输入参数97

5.3.3GSPSO参数寻优过程98

5.3.4SSA参数寻优过程100

5.4基于SSASVM的轴承故障诊断模型101

5.5基于改进XGBoost的轴承故障诊断模型103

5.6基于一维深度残差收缩网络的滚动轴承故障诊断模型108

5.7故障诊断实验仿真与分析109

5.7.1SSASVM故障诊断模型仿真分析109

5.7.2改进XGBoost故障诊断模型仿真分析115

5.7.3一维深度残差收缩网络故障诊断模型仿真分析120

6滚动轴承的健康状态评估与剩余寿命预测模型125

6.1LSTM内部单元机制125

6.1.1LSTM门控制循环单元125

6.1.2LSTM记忆细胞单元127

6.1.3LSTM隐藏状态128

6.2基于SSASVM的滚动轴承健康状态评估模型129

6.2.1滚动轴承健康状态划分129

6.2.2健康评估评价指标131

6.2.3滚动轴承健康状态评估模型构建流程131

6.3基于多层网格搜索的RFLSTM的滚动轴承剩余寿命预测模型132

6.4状态评估与剩余寿命预测实验仿真与分析134

6.4.1SSASVM健康状态评估仿真分析134

6.4.2多层网格搜索的RFLSTM的剩余寿命预测仿真分析141

参考文献152