機(jī)械故障診斷理論與方法

第1章 緒論
1.1 機(jī)械故障診斷的基本概念
1.2 機(jī)械故障診斷的主要內(nèi)容
1.3 機(jī)械故障診斷的相關(guān)外延
1.4 機(jī)械故障診斷的發(fā)展方向
1.5 機(jī)械故障診斷的應(yīng)用價(jià)值
思考題
參考文獻(xiàn)
第2章 機(jī)械故障診斷的基礎(chǔ)理論
2.1 機(jī)械振動(dòng)的基本概念
2.2 轉(zhuǎn)子故障原理及振動(dòng)特征
2.3 滾動(dòng)軸承故障原理及振動(dòng)特征
2.4 齒輪故障原理及振動(dòng)特征
思考題
參考文獻(xiàn)
第3章 機(jī)械狀態(tài)信號(hào)分析方法
3.1 信號(hào)的基本概念
3.2 信號(hào)采集與濾波
3.3 信號(hào)的時(shí)域分析
3.4 信號(hào)的頻域分析
3.5 信號(hào)的小波分析
3.6 信號(hào)的經(jīng)驗(yàn)?zāi)B(tài)分解
思考題
參考文獻(xiàn)
第4章 機(jī)械狀態(tài)數(shù)據(jù)機(jī)器學(xué)習(xí)方法
4.1 機(jī)器學(xué)習(xí)的概述
4.2 決策樹與隨機(jī)森林
4.3 支持向量機(jī)
4.4 人工神經(jīng)網(wǎng)絡(luò)
4.5 常用聚類算法
4.6 種群優(yōu)化算法
思考題
參考文獻(xiàn)
第5章 機(jī)械狀態(tài)大數(shù)據(jù)深度學(xué)習(xí)方法
5.1 深度學(xué)習(xí)概述
5.2 自編碼器
5.3 深度信念網(wǎng)絡(luò)
5.4 卷積神經(jīng)網(wǎng)絡(luò)
5.5 生成對(duì)抗網(wǎng)絡(luò)
5.6 深度學(xué)習(xí)的新方法
5.7 機(jī)械設(shè)備故障診斷實(shí)例
思考題
參考文獻(xiàn)
第6章 機(jī)械故障診斷的現(xiàn)代信息技術(shù)
6.1 物聯(lián)網(wǎng)技術(shù)
6.2 云計(jì)算技術(shù)
6.3 數(shù)據(jù)挖掘技術(shù)
6.4 多信息融合技術(shù)
6.5 數(shù)字孿生技術(shù)
思考題