燃气轮机故障预测诊断方法研究查看源代码讨论查看历史
《燃气轮机故障预测诊断方法研究》，应雨龙，李靖超 著，出版社： 科学出版社。
科学出版社是由中国科学院编译局与1930年创建的龙门联合书局于1954年8月合并成立的；目前公司年出版新书3000多种，期刊500多种，形成了以科学（S）、技术（T）、医学（M）、教育（E）、人文社科（H）[1]为主要出版领域的业务架构[2]。
内容简介
《燃气轮机故障预测诊断方法研究》主要涉及燃气轮机故障预测诊断方法研究。在气路侧，提出了基于粒子群优化算法辨识的部件特性线修正方法、基于热力模型与粒子群优化算法相结合的非线性诊断方法、基于灰色关联理论与热力模型相结合的混合型非线性气路诊断方法、抗传感器测量偏差的燃气轮机气路诊断方法、瞬态变工况下燃气轮机自适应气路故障预测诊断的技术路线，以及基于二次特征提取的燃气轮机气路故障诊断可视化方法。在非气路侧，提出了基于分形理论与灰色关联理论相结合的轴承故障诊断方法、基于多特征提取与灰色关联理论相结合的轴承故障诊断方法。
目录
前言
第1章 绪论 1
1.1 基于热力学参数的燃气轮机气路诊断技术研究进展 1
1.1.1 基于热力模型决策的气路诊断技术发展现状 4
1.1.2 基于模式识别的气路诊断技术发展现状 9
1.2 基于振动信号的轴承故障诊断技术研究进展 13
1.3 燃气轮机远程监测与诊断系统介绍 14
参考文献 17
第2章 基于热力学原理的燃气轮机气路诊断模型研究 20
2.1 空气、燃气工质热物性计算 20
2.2 建立燃气轮机数学模型 25
2.3 部件特性线表示方法 28
2.4 建立燃气轮机热力模型 38
2.4.1 燃气轮机应用对象介绍 39
2.4.2 基于粒子群优化算法辨识的部件特性线修正方法 41
参考文献 48
第3章 基于粒子群优化算法的燃气轮机深度气路诊断研究 50
3.1 改进型非线性气路诊断方法 50
3.1.1 基于相似折合参数的气路部件健康参数定义 51
3.1.2 基于牛顿-拉弗森算法的非线性气路诊断方法 52
3.1.3 改进型非线性气路诊断过程 53
3.2 基于热力模型与粒子群优化算法的非线性气路诊断方法 55
3.2.1 粒子群优化算法 55
3.2.2 基于粒子群优化算法的深度气路诊断过程 57
3.3 基于粒子群优化算法的深度气路诊断案例分析 59
参考文献 69
第4章 基于热力模型与灰色关联理论的燃气轮机实时气路诊断研究 70
4.1 基于灰色关联理论的气路故障模式识别 70
4.1.1 普通灰色关联理论 71
4.1.2 自适应灰色关联理论 72
4.2 基于热力模型与灰色关联理论的实时气路诊断过程 73
4.3 基于热力模型与灰色关联理论的实时气路诊断案例分析 76
参考文献 86
第5章 抗传感器测量偏差的燃气轮机气路诊断研究 87
5.1 高斯修正准则数据调和原理 87
5.2 基于高斯数据调和原理与多运行工况点相结合的非线性气路诊断方法 91
5.3 抗传感器测量偏差的气路诊断案例分析 94
参考文献 112
第6章 基于特性线非线性形状自适应的压气机气路诊断研究 113
6.1 基于特性线非线性形状自适应的性能建模与性能诊断方法 113
6.1.1 压气机特性线生成 113
6.1.2 压气机特性线泛化与非线性形状自适应 114
6.1.3 基于特性线非线性形状自适应的压气机性能诊断 118
6.2 基于特性线非线性形状自适应的压气机气路诊断案例分析 119
6.2.1 性能预测案例分析 123
6.2.2 性能诊断案例分析 126
参考文献 128
第7章 瞬态变工况下燃气轮机自适应气路故障预测诊断方法研究 129
7.1 燃气轮机气路故障预测诊断方法研究现状分析 129
7.2 瞬态变工况下燃气轮机气路故障预测诊断方法研究目标 134
7.2.1 自适应动态热力建模 134
7.2.2 基于特性线非线性形状自适应的气路诊断 136
7.2.3 基于部件健康参数的多维度时序预测 137
7.3 瞬态变工况下燃气轮机气路故障预测诊断方法亟待解决的关键问题 138
7.3.1 自适应动态热力模型的有效建立 138
7.3.2 部件健康参数的优化辨识 139
7.3.3 多维度时序预测模型的建立 140
7.4 瞬态变工况下燃气轮机气路故障预测诊断方法技术路线 140
7.4.1 自适应动态热力建模方法技术路线 141
7.4.2 基于部件特性线非线性形状自适应的气路诊断方法技术路线 148
7.4.3 基于部件健康参数的多维度时序预测方法技术路线 151
参考文献 154
第8章 基于二次特征提取的燃气轮机气路故障诊断可视化研究 155
8.1 基于熵特征提取的燃气轮机气路故障诊断可视化方法 155
8.1.1 基于熵特征的二次特征提取方法 155
8.1.2 基于熵特征提取的燃气轮机气路故障诊断过程 156
8.1.3 基于熵特征提取的燃气轮机气路故障诊断案例分析 158
8.2 基于熵特征与分形特征提取的燃气轮机气路故障诊断可视化方法 159
8.2.1 分形盒维数特征提取 159
8.2.2 基于熵特征与分形特征提取的燃气轮机气路故障诊断过程 161
8.2.3 基于熵特征与分形特征提取的燃气轮机气路故障诊断案例分析 162
参考文献 163
第9章 基于分形理论与灰色关联理论相结合的轴承故障诊断研究 164
9.1 基于改进分形盒维数与灰色关联理论的轴承故障诊断方法 164
9.1.1 传统一维分形维数特征提取算法 164
9.1.2 轴承振动信号的分形盒维数特征提取 167
9.1.3 轴承振动信号的改进分形盒维数特征提取 169
9.1.4 基于灰色关联理论的轴承故障模式识别 170
9.1.5 基于改进的分形盒维数与自适应灰色关联理论的轴承故障诊断过程 174
9.1.6 基于改进的分形盒维数与自适应灰色关联理论的轴承故障诊断案例分析 175
9.2 基于多重分形理论与灰色关联理论的轴承故障诊断方法 182
9.2.1 轴承振动信号的多重分形维数特征提取 182
9.2.2 基于多重分形维数与灰色关联理论的轴承故障诊断过程 183
9.2.3 基于多重分形维数与灰色关联理论的轴承故障诊断案例分析 184
参考文献 190
第10章 基于多特征提取与灰色关联理论相结合的轴承故障诊断研究 191
10.1 基于多特征提取的轴承故障诊断方法 191
10.1.1 轴承振动信号的多特征提取 192
10.1.2 基于灰色关联理论的轴承故障模式识别 199
10.1.3 基于多特征提取的轴承故障诊断过程 200
10.1.4 基于多特征提取的轴承故障诊断案例分析 200
10.2 基于多特征提取与证据融合理论的轴承故障诊断方法 206
10.2.1 轴承振动信号的多特征提取 206
10.2.2 基本信任分配函数获取 206
10.2.3 基本信任分配函数融合 208
10.2.4 基于多特征提取与证据融合理论的轴承故障诊断过程 210
10.2.5 基于多特征提取与证据融合理论的轴承故障诊断案例分析 211
参考文献 217
参考文献
- ↑ 论自然科学、社会科学、人文科学的三位一体，搜狐，2017-09-28
- ↑ 公司简介，中国科技出版传媒股份有限公司