燃氣輪機故障預測診斷方法研究
《燃氣輪機故障預測診斷方法研究》，應雨龍，李靖超 著，出版社： 科學出版社。
科學出版社是由中國科學院編譯局與1930年創建的龍門聯合書局於1954年8月合併成立的；目前公司年出版新書3000多種，期刊500多種，形成了以科學（S）、技術（T）、醫學（M）、教育（E）、人文社科（H）[1]為主要出版領域的業務架構[2]。
目錄
內容簡介
《燃氣輪機故障預測診斷方法研究》主要涉及燃氣輪機故障預測診斷方法研究。在氣路側，提出了基於粒子群優化算法辨識的部件特性線修正方法、基於熱力模型與粒子群優化算法相結合的非線性診斷方法、基於灰色關聯理論與熱力模型相結合的混合型非線性氣路診斷方法、抗傳感器測量偏差的燃氣輪機氣路診斷方法、瞬態變工況下燃氣輪機自適應氣路故障預測診斷的技術路線，以及基於二次特徵提取的燃氣輪機氣路故障診斷可視化方法。在非氣路側，提出了基於分形理論與灰色關聯理論相結合的軸承故障診斷方法、基於多特徵提取與灰色關聯理論相結合的軸承故障診斷方法。
目錄
前言
第1章 緒論 1
1.1 基於熱力學參數的燃氣輪機氣路診斷技術研究進展 1
1.1.1 基於熱力模型決策的氣路診斷技術發展現狀 4
1.1.2 基於模式識別的氣路診斷技術發展現狀 9
1.2 基于振動信號的軸承故障診斷技術研究進展 13
1.3 燃氣輪機遠程監測與診斷系統介紹 14
參考文獻 17
第2章 基於熱力學原理的燃氣輪機氣路診斷模型研究 20
2.1 空氣、燃氣工質熱物性計算 20
2.2 建立燃氣輪機數學模型 25
2.3 部件特性線表示方法 28
2.4 建立燃氣輪機熱力模型 38
2.4.1 燃氣輪機應用對象介紹 39
2.4.2 基於粒子群優化算法辨識的部件特性線修正方法 41
參考文獻 48
第3章 基於粒子群優化算法的燃氣輪機深度氣路診斷研究 50
3.1 改進型非線性氣路診斷方法 50
3.1.1 基於相似折合參數的氣路部件健康參數定義 51
3.1.2 基於牛頓-拉弗森算法的非線性氣路診斷方法 52
3.1.3 改進型非線性氣路診斷過程 53
3.2 基於熱力模型與粒子群優化算法的非線性氣路診斷方法 55
3.2.1 粒子群優化算法 55
3.2.2 基於粒子群優化算法的深度氣路診斷過程 57
3.3 基於粒子群優化算法的深度氣路診斷案例分析 59
參考文獻 69
第4章 基於熱力模型與灰色關聯理論的燃氣輪機實時氣路診斷研究 70
4.1 基於灰色關聯理論的氣路故障模式識別 70
4.1.1 普通灰色關聯理論 71
4.1.2 自適應灰色關聯理論 72
4.2 基於熱力模型與灰色關聯理論的實時氣路診斷過程 73
4.3 基於熱力模型與灰色關聯理論的實時氣路診斷案例分析 76
參考文獻 86
第5章 抗傳感器測量偏差的燃氣輪機氣路診斷研究 87
5.1 高斯修正準則數據調和原理 87
5.2 基於高斯數據調和原理與多運行工況點相結合的非線性氣路診斷方法 91
5.3 抗傳感器測量偏差的氣路診斷案例分析 94
參考文獻 112
第6章 基於特性線非線性形狀自適應的壓氣機氣路診斷研究 113
6.1 基於特性線非線性形狀自適應的性能建模與性能診斷方法 113
6.1.1 壓氣機特性線生成 113
6.1.2 壓氣機特性線泛化與非線性形狀自適應 114
6.1.3 基於特性線非線性形狀自適應的壓氣機性能診斷 118
6.2 基於特性線非線性形狀自適應的壓氣機氣路診斷案例分析 119
6.2.1 性能預測案例分析 123
6.2.2 性能診斷案例分析 126
參考文獻 128
第7章 瞬態變工況下燃氣輪機自適應氣路故障預測診斷方法研究 129
7.1 燃氣輪機氣路故障預測診斷方法研究現狀分析 129
7.2 瞬態變工況下燃氣輪機氣路故障預測診斷方法研究目標 134
7.2.1 自適應動態熱力建模 134
7.2.2 基於特性線非線性形狀自適應的氣路診斷 136
7.2.3 基於部件健康參數的多維度時序預測 137
7.3 瞬態變工況下燃氣輪機氣路故障預測診斷方法亟待解決的關鍵問題 138
7.3.1 自適應動態熱力模型的有效建立 138
7.3.2 部件健康參數的優化辨識 139
7.3.3 多維度時序預測模型的建立 140
7.4 瞬態變工況下燃氣輪機氣路故障預測診斷方法技術路線 140
7.4.1 自適應動態熱力建模方法技術路線 141
7.4.2 基於部件特性線非線性形狀自適應的氣路診斷方法技術路線 148
7.4.3 基於部件健康參數的多維度時序預測方法技術路線 151
參考文獻 154
第8章 基於二次特徵提取的燃氣輪機氣路故障診斷可視化研究 155
8.1 基於熵特徵提取的燃氣輪機氣路故障診斷可視化方法 155
8.1.1 基於熵特徵的二次特徵提取方法 155
8.1.2 基於熵特徵提取的燃氣輪機氣路故障診斷過程 156
8.1.3 基於熵特徵提取的燃氣輪機氣路故障診斷案例分析 158
8.2 基於熵特徵與分形特徵提取的燃氣輪機氣路故障診斷可視化方法 159
8.2.1 分形盒維數特徵提取 159
8.2.2 基於熵特徵與分形特徵提取的燃氣輪機氣路故障診斷過程 161
8.2.3 基於熵特徵與分形特徵提取的燃氣輪機氣路故障診斷案例分析 162
參考文獻 163
第9章 基於分形理論與灰色關聯理論相結合的軸承故障診斷研究 164
9.1 基於改進分形盒維數與灰色關聯理論的軸承故障診斷方法 164
9.1.1 傳統一維分形維數特徵提取算法 164
9.1.2 軸承振動信號的分形盒維數特徵提取 167
9.1.3 軸承振動信號的改進分形盒維數特徵提取 169
9.1.4 基於灰色關聯理論的軸承故障模式識別 170
9.1.5 基於改進的分形盒維數與自適應灰色關聯理論的軸承故障診斷過程 174
9.1.6 基於改進的分形盒維數與自適應灰色關聯理論的軸承故障診斷案例分析 175
9.2 基於多重分形理論與灰色關聯理論的軸承故障診斷方法 182
9.2.1 軸承振動信號的多重分形維數特徵提取 182
9.2.2 基於多重分形維數與灰色關聯理論的軸承故障診斷過程 183
9.2.3 基於多重分形維數與灰色關聯理論的軸承故障診斷案例分析 184
參考文獻 190
第10章 基於多特徵提取與灰色關聯理論相結合的軸承故障診斷研究 191
10.1 基於多特徵提取的軸承故障診斷方法 191
10.1.1 軸承振動信號的多特徵提取 192
10.1.2 基於灰色關聯理論的軸承故障模式識別 199
10.1.3 基於多特徵提取的軸承故障診斷過程 200
10.1.4 基於多特徵提取的軸承故障診斷案例分析 200
10.2 基於多特徵提取與證據融合理論的軸承故障診斷方法 206
10.2.1 軸承振動信號的多特徵提取 206
10.2.2 基本信任分配函數獲取 206
10.2.3 基本信任分配函數融合 208
10.2.4 基於多特徵提取與證據融合理論的軸承故障診斷過程 210
10.2.5 基於多特徵提取與證據融合理論的軸承故障診斷案例分析 211
參考文獻 217
參考文獻
- ↑ 論自然科學、社會科學、人文科學的三位一體，搜狐，2017-09-28
- ↑ 公司簡介，中國科技出版傳媒股份有限公司