本書詳細介紹了有關旋轉機械智能故障診斷領域的新進展、發展趨勢及主要方法。針對旋轉機械軸系故障耦合性越來越強、故障風險增大、故障后果嚴重等問題，全面系統地介紹了智能故障診斷的信號提取、信號分析、故障識別的基本原理。在此基礎上，從軸系信號分析、軸心軌跡分析、故障智能識別3個方面進行深入研究：一是提出了一種基于無失真端點極值化的經驗模態分解方法，并將其應用于旋轉機械軸系信號的分析和特征提取；二是提出了模仿人眼的軸心軌跡識別方法，它以直觀特征為人眼，實現對軸心軌跡形狀的宏觀準確表征，以智能分類方法為人腦，實現軸心軌跡的智能識別；三是設計了關聯特征向量和模糊關聯特征向量的特征選擇和組織機制，能夠充分挖掘每一項特征對故障分類的最大貢獻，有效抑制每一項特征對故障分類可能產生的干擾，同時還可以通過無效項放大不同類別之間的差異，提高故障識別的準確率。
本書可供從事機械智能故障及相關專業領域的科研技術人員閱讀參考，也可作為該領域高年級本科生和研究生的參考用書。
新書資訊