书籍详情
故障诊断中的振动信号处理
作者:寇惠,原培新编
出版社:冶金工业出版社
出版时间:1989-08-01
ISBN:9787502405014
定价:¥5.10
内容简介
内容简介《故障诊断中的振动信号处理》是根据故障诊断中振动诊断的需要编写的。全书共分10章,书中首先介绍了3个域(时域、幅值域、频率域)12种统计特征参数的数学定义及物理概念;接着介绍了随机数据处理的一般方法;重点介绍了工程实际应用最多的快速傅里叶变换(FFT)谱分析的原理与应用,其中包括倒谱在齿轮和轴承诊断中的应用问题。对相关与传递函数的应用书中也作了些典型的介绍,此外还列举了一些其他的应用例子。最后一部分介绍了与FFT分析技术不同的新方法,即时间序列法在信号处理中的应用问题。书中还以表格的形式汇总了国外进口和国产的应用较多的FFT分析仪的规格、型号功能及技术特性。本书是机械故障诊断丛书之一,在内容上与本丛书其他册有联系但也有较大的独立性,可供从事机械设计,设备运转、维修及现场从事信号处理的工程技术人员学习使用,也可供有关专业研究生学习参考.
作者简介
暂缺《故障诊断中的振动信号处理》作者简介
目录
目录
1绪言
1.1信号处理与分析大意
1.2信号处理技术发展概况
1.3信号处理技术的工程应用概况
2简单波形的分析
2.1“拍”波的分析
2.2波形的近似分析
2.3波形的包络线分析
2.4波形的叠加消去分析
3随机信号的统计特征
3.1随机信号的分类
3.2随机信号的统计特征参数
4信号处理的一般步骤
4.1数据的准备
4.2数据的检验
4.3数据分析概述
5频谱分析的理论基础
5.1傅里叶级数和傅里叶变换
5.2广义函数(奇异函数)
5.3褶积和褶积定理
5.4采样波形的傅里叶变换
5.5离散傅里叶变换(DFT)
5.6离散傅里叶变换(DFT)与连续傅里叶变
换的关系
5.7离散傅里叶变换(DFT)应用举例
5.8快速傅里叶变换(FFT)
6功率谱密度函数分析及应用
6.1导出过程的谱密度及其单位的注释
6.2功率谱密度函数的模拟分析
6.3功率谱密度函数的数字分析
6.4互功率谱密度函数分析
6.5功率谱密度函数分析的应用
7相关分析与应用
7.1自相关函数的快速傅里叶变换分析
7.2互相关函数的快速傅里叶变换分析
7.3相关分析的应用
8传递与相干函数分析及应用
8.1物理系统的响应特性
8.2相干函数与传递函数的应用
9倒频谱和细化快速傅里叶变换(ZOOM—FFT)分析
9.1倒频谱分析
9.2倒频谱分析的应用
9.3细化快速傅里叶变换(ZOOM—FFT)
分析
9.4FFT分析装置简介
9.5模数转换的机理简介
10信号处理的时序法简介
10.1时序模型的概念
10.2自回归滑动平均模型(ARMA),格林函数和
逆函数
10.3n阶自回归模型(AR(n)),m阶滑动平均模型
(MA(m)),(n,m)阶自回归滑动平均模型
(ARMA(n,m))的谱
10.4模型阶的判别
10.5时间序列的建模步骤
10.6应用举例
参考文献
1绪言
1.1信号处理与分析大意
1.2信号处理技术发展概况
1.3信号处理技术的工程应用概况
2简单波形的分析
2.1“拍”波的分析
2.2波形的近似分析
2.3波形的包络线分析
2.4波形的叠加消去分析
3随机信号的统计特征
3.1随机信号的分类
3.2随机信号的统计特征参数
4信号处理的一般步骤
4.1数据的准备
4.2数据的检验
4.3数据分析概述
5频谱分析的理论基础
5.1傅里叶级数和傅里叶变换
5.2广义函数(奇异函数)
5.3褶积和褶积定理
5.4采样波形的傅里叶变换
5.5离散傅里叶变换(DFT)
5.6离散傅里叶变换(DFT)与连续傅里叶变
换的关系
5.7离散傅里叶变换(DFT)应用举例
5.8快速傅里叶变换(FFT)
6功率谱密度函数分析及应用
6.1导出过程的谱密度及其单位的注释
6.2功率谱密度函数的模拟分析
6.3功率谱密度函数的数字分析
6.4互功率谱密度函数分析
6.5功率谱密度函数分析的应用
7相关分析与应用
7.1自相关函数的快速傅里叶变换分析
7.2互相关函数的快速傅里叶变换分析
7.3相关分析的应用
8传递与相干函数分析及应用
8.1物理系统的响应特性
8.2相干函数与传递函数的应用
9倒频谱和细化快速傅里叶变换(ZOOM—FFT)分析
9.1倒频谱分析
9.2倒频谱分析的应用
9.3细化快速傅里叶变换(ZOOM—FFT)
分析
9.4FFT分析装置简介
9.5模数转换的机理简介
10信号处理的时序法简介
10.1时序模型的概念
10.2自回归滑动平均模型(ARMA),格林函数和
逆函数
10.3n阶自回归模型(AR(n)),m阶滑动平均模型
(MA(m)),(n,m)阶自回归滑动平均模型
(ARMA(n,m))的谱
10.4模型阶的判别
10.5时间序列的建模步骤
10.6应用举例
参考文献
猜您喜欢