燃气轮机故障诊断 信号处理与故障隔离PDF|Epub|txt|kindle电子书版本网盘下载

燃气轮机故障诊断 信号处理与故障隔离PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概述1

1.1 背景1

1.2 信号处理2

1.3 典型的燃气涡轮发动机诊断4

1.4 线性滤波器5

1.5 中值滤波器6

1.6 最小二乘算法7

1.7 卡尔曼滤波器9

1.8 影响因子11

1.9 基于振动的诊断13

第2章 幂等中值滤波器15

2.1 加权中值滤波器15

2.2 中心加权中值滤波器16

2.3 中心加权幂等中值滤波器16

2.3.1 气路测量参数的滤波器设计16

2.4 测试信号17

2.4.1 理想信号18

2.4.2 噪声信号18

2.5 误差测量23

2.5.1 数值模拟23

2.6 总结25

第3章 中值-有理混合滤波器26

3.1 测试信号26

3.2 有理滤波器30

3.3 中值-有理滤波器30

3.4 数值仿真31

3.5 小结33

第4章 FIR-中值混合滤波器34

4.1 FIR-中值混合（FMH）滤波器34

4.2 加权FM H滤波器34

4.3 测试信号36

4.3.1 根信号37

4.3.2 高斯噪声37

4.3.3 异常值37

4.3.4 误差计算37

4.4 数值仿真38

4.5 总结41

第5章 过渡态数据和Myriad滤波器43

5.1 稳态和过渡态信号43

5.2 Myriad滤波器44

5.3 数值仿真45

5.4 燃气轮机过渡态信号48

5.5 加权Myriad算法54

5.6 自适应加权Myriad滤波器算法55

5.7 数值仿真57

5.8 总结60

第6章 变化趋势检测61

6.1 问题与建模62

6.2 图像处理概念62

6.3 中值滤波器63

6.4 递归中值滤波器63

6.5 级联递归中值滤波器64

6.6 边缘检测64

6.6.1 梯度边缘检测器65

6.6.2 拉普拉斯边缘检测65

6.7 数值仿真65

6.7.1 测试信号65

6.7.2 降噪68

6.7.3 异常值的滤除68

6.8 趋势变化的检测69

6.8.1 门限值选择71

6.8.2 趋势检测算法的验证74

6.9 总结74

第7章 最优加权递归中值滤波器76

7.1 加权递归中值滤波器76

7.2 测试信号77

7.3 数值模拟79

7.4 含异常值的测试信号84

7.5 性能比较88

7.6 三点和七点最优加权RM滤波器90

7.6.1 数值分析90

7.6.2 含异常值的信号96

7.7 总结102

第8章 卡尔曼滤波103

8.1 卡尔曼滤波法103

8.2 单故障隔离105

8.3 数值模拟109

8.4 传感器误差修正111

8.5 总结114

第9章 神经网络结构115

9.1 人工神经网络方法115

9.1.1 BP算法116

9.1.2 混合神经网络算法118

9.2 卡尔曼滤波器和神经网络方法119

9.3 自联想神经网络120

9.4 总结121

第10章 模糊逻辑系统122

10.1 部件和系统故障122

10.2 模糊逻辑系统124

10.3 去模糊化126

10.4 输入输出定义126

10.5 模糊化127

10.6 规则和故障隔离129

10.7 数值仿真130

10.8 总结134

第11章 软计算方法136

11.1 燃气涡轮发动机故障隔离136

11.2 神经信号处理——径向基函数神经网络137

11.3 模糊逻辑系统138

11.4 遗传算法138

11.5 遗传模糊系统139

11.6 数值模拟141

11.7 总结149

第12章 基于振动的故障诊断150

12.1 公式与建模152

12.1.1 涡轮叶片建模152

12.1.2 疲劳损伤模型153

12.1.3 疲劳损伤梁157

12.2 数值仿真158

12.2.1 有限元仿真158

12.2.2 损伤检测163

12.3 总结167

参考文献168