设备振动分析与故障诊断技术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

设备振动分析与故障诊断技术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

1.1　技术诊断学概述1

1.1.1　诊断是一种新技术1

1.1.2　技术诊断的基本思路1

第1章　现代设备监测诊断技术概述1

1.1.3　技术诊断学和故障预防2

1.1.4　技术诊断学的分类4

1.2　设备故障诊断技术的发展7

1.2.1　现代工程对技术诊断的要求7

1.2.2　技术诊断的发展概况10

1.2.3　技术诊断的经济效益13

1.2.4　技术诊断的工程应用16

1.3　技术诊断学的理论基础20

1.3.1　技术诊断学的数学基础20

1.3.3　技术诊断学的力学基础21

1.3.4　技术诊断学的化学基础21

1.3.2　技术诊断学的物理基础21

第2章　机械振动基础22

2.1　振动的分类22

2.1.1　按激振情况划分22

2.1.2　按运动规律划分22

2.1.3　按描述振动系统的微分方程划分23

2.1.4　按描述振动系统的自由度划分23

2.2.1　简谐振动参量24

2.2　振动参量24

2.2.2　简谐振动的矢量表示法及复数表示法26

2.2.3　简谐振动的合成28

2.2.4　拍29

2.3　单自由度系统的振动31

2.3.1 单自由度系统的无阻尼自由振动32

2.3.2　求固有频率的能量法37

2.3.3　单自由度系统有阻尼的自由振动39

2.3.4　单自由度系统有阻尼的强迫振动44

2.3.5　基础振动——第二类振动问题52

2.3.6　振动的隔离57

2.3.7　单自由度系统对任意激振力的响应61

2.4　两个自由度系统的振动65

2.4.1　拉格朗日方程65

2.4.2　二自由度系统的自由振动70

2.4.3　两个自由度系统的强迫振动76

2.5　振动分析准备86

2.5.1　测点编号规则86

2.5.2　振动特性——振幅89

2.5.3　振动特性——频率93

2.5.4　振动相位102

第3章　数据采集与信号处理118

3.1　传感器118

3.2　数据显示120

3.2.1　如何显示数据：趋势图120

3.2.4　如何显示数据：包络谱图121

3.2.3　数据如何显示：FFT频谱图121

3.2.2　如何显示数据：时域图121

3.3　建立数据库123

3.3.1　引言123

3.3.2　监测系统的目的123

3.3.3　选择测点参数123

3.3.4　数据量的选择126

3.3.5　时间和准确度126

3.3.6　建立数据库实例127

3.4　信号处理130

3.4.1　信号分析概述130

3.4.2　信号的分类132

3.4.3　信号的时域分析132

3.4.4　信号的幅值分析135

3.4.5　信号的频谱分析136

3.4.6　其他信号分析方法140

3.5.1　时域采样出现的问题141

3.5　信号数字化出现的问题141

3.5.2　时域截断出现的问题144

3.5.3　频域采样出现的问题146

第4章　故障振动数据谱分析149

4.1　频谱分析基础149

4.1.1　故障频率149

4.1.2　计算故障频率149

4.1.3　故障频率的一般算法152

4.1.4　传动装置153

4.1.5　综合实例155

4.1.6　小结156

4.2　利用频谱分析法进行故障诊断157

4.2.1　频谱分析简介157

4.2.2　故障诊断分析165

5.1　时域分析219

5.1.1　时域图分析219

第5章　时域与包络分析219

5.1.2　时域图和FFT之间的关系220

5.1.3　时域图的应用229

5.1.4　时域图参数234

5.1.5　时域图总结237

5.2　包络谱分析237

5.2.1　包络谱图简介237

5.2.2　包络谱图的处理过程238

5.2.3　包络频谱图的功能245

5.2.4　包络谱图：冲击来源247

第6章　轴承故障检测技术249

6.1　轴承故障诊断概述249

6.1.1　轴承诊断的意义及国内、外现状249

6.1.2　轴承的分类和基本结构250

6.2　轴承的故障特征252

6.2.1　滑动轴承的损伤分析252

6.2.2　滚动轴承的故障特征254

6.2.3　轴承诊断的振动仪器介绍259

6.3.1　滑动轴承的诊断方法263

6.3　滑动轴承的故障检测技术263

6.3.2　滑动轴承的油膜涡动故障264

6.3.3　滑动轴承故障诊断综合案例267

6.4　滚动轴承的故障检测285

6.4.1　滚动轴承的状态监测和故障诊断的现状285

6.4.2　滚动轴承的故障诊断技术288

6.4.3　滚动轴承故障特征频率292

6.4.4　滚动轴承故障诊断实例（西马力公司提供资料）293

6.5　低速轴承故障检测技术301

6.5.1　低速机械故障诊断的意义与现状301

6.5.2　低速轴承的故障特征303

6.5.3　低速滚动轴承的有限元分析307

6.5.4　应力波在轴承检测中的应用312

6.5.5　诊断实例315

7.1.1　齿轮的振动和故障特征323

第7章　齿轮及齿轮箱诊断323

7.1　齿轮及齿轮箱的故障特点323

7.1.2　齿轮箱故障的主要特征327

7.2　齿轮故障的振动信号处理方法330

7.2.1　齿轮故障诊断方法331

7.2.2　齿轮故障诊断标准334

7.2.3　齿轮的振动故障机理336

7.3　齿轮故障诊断案例分析338

第8章　网络诊断与在线监测342

8.1　网络诊断技术342

8.1.1　网络诊断342

8.1.2　网络诊断的分类342

8.1.3　诊断网络的意义344

8.2　SPM网络化管理Condmaster软件系统344

8.2.1　SPM网络化管理Condmaster软件系统的优点344

8.3.1　CMS网络监控与诊断系统345

8.3　网络诊断系统介绍345

8.2.2　SPM网络化管理Condmaster软件系统的分类345

8.3.2　MG-4设备监控卫士353

8.3.3　电机综合在线诊断系统355

第9章　激光对中技术358

9.1　对中的意义和目的358

9.1.1　不对中的危害358

9.1.2　对中的意义和目的358

9.2　引起设备不对中的因素359

9.3　不对中的分类360

9.4　不对中振动的机理361

9.4.1　齿式联轴器连接不对中的振动机理361

9.4.2　刚性联轴器连接转子不对中的故障机理364

9.5.1　平行不对中365

9.5.2　角度不对中365

9.5　转子不对中的故障特征365

9.4.3　轴承不对中的故障机理365

9.5.3　不对中故障的典型特征366

9.6　转子不对中的故障诊断367

9.6.1　转子不对中的故障诊断依据367

9.6.2　故障原因与治理措施368

9.6.3　案例分析369

9.7.1　对中方法370

9.7　对中的方法介绍及其注意事项370

9.7.2　注意事项373

9.8　激光对中过程374

9.8.1　水平设备轴对中376

9.8.2　垂直设备轴对中380

9.9　诊断实例382

9.10　对中仪器介绍388

9.10.1　Colibri经济型激光对中仪388

9.10.2　加强型激光对中仪389

10.1.1　产生不平衡的原因391

10.1　平衡的原理391

第10章　现场动平衡技术391

10.1.2　不平衡的类型392

10.1.3　不平衡的危害393

10.1.4　转子平衡的原理394

10.2　动平衡与静平衡394

10.2.1　静平衡394

10.2.2　动平衡395

10.2.3　转子平衡的选择与确定396

10.2.4　转子做静平衡的条件396

10.2.5　转子做动平衡的条件397

10.2.6　现场动平衡的意义397

10.3　转子的动平衡方法399

10.3.1　刚性转子和柔性转子399

10.3.2　不平衡故障的特征399

10.3.3　转子不平衡的诊断404

10.3.5　刚性转子的平衡方法405

10.3.4　刚性转子的平衡面数405

10.3.6　实践经验417

10.4　现场动平衡的一般程序框图419

10.5　案例分析420

10.6　动平衡仪器424

10.6.1　经济型现场动平衡仪424

10.6.2　现场动平衡仪425

第11章　现代故障诊断技术427

11.1　现代设备诊断技术介绍427

11.2　故障诊断专家系统429

11.2.1　专家系统的基本概念429

11.2.2　故障诊断专家系统的设计431

11.3　基于神经网络的智能故障诊断432

11.3.1　神经网络故障诊断技术的发展432

11.3.2　神经网络的基本原理436

11.3.3　改进神经网络诊断空压机故障445

11.3.4　应用神经网络提取故障特征参数448

11.4　基于盲源分离的信号处理技术452

11.4.1　盲源分离理论的研究进展452

11.4.2　盲分离的自适应算法455

11.4.3　应用卷积混合模型分离特征信号458

11.4.4　基于盲分离的电机振动分析461

11.5　设备故障的模糊诊断技术464

11.5.1　模糊集和模糊理论464

11.5.2　粗糙集理论及应用468

11.5.3　基于模糊神经网络的故障诊断472

11.6　生物智能计算在故障诊断中的应用478

11.6.1　遗传算法的特点及应用478

11.6.2　遗传算法在汽轮机故障诊断中的应用482

11.6.3　基于人工免疫算法的故障诊断485

11.6.4　DNA算法491

11.6.5　情感计算493

11.6.6　蚁群算法493

11.7.1　小波分析概述496

11.7　小波分析在故障诊断中的应用496

11.7.2　傅里叶变换与小波变换的区别497

11.7.3　小波分析理论498

11.7.4　小波奇异性理论在故障诊断中的应用501

11.7.5　小波神经网络智能诊断方法510

11.8　分形与混沌在故障诊断中的应用513

11.8.1　分形理论及应用513

11.8.2　混沌理论及应用516

11.9　基于支持向量机的故障诊断技术521

11.9.1　概述521

11.9.2　基于SVM的故障诊断实例523

第12章　噪声控制技术527

12.1　噪声及其类型527

12.1.1　噪声的定义527

12.1.2　噪声的类型528

12.2.2　噪声危害的分类529

12.2　噪声的危害529

12.2.1　噪声对人类的危害529

12.2.3　影响噪声对机体不良作用的因素530

12.3　噪声的表示方法531

12.4　噪声标准532

12.4.1　工业企业噪声标准532

12.4.2　城市区域环境噪声标准532

12.5　噪声危害案例533

12.6　噪声控制途径537

12.6.1　噪声控制的基本途径537

12.6.2　隔声538

12.6.3　吸声542

12.6.4　隔声罩设计543

12.7　工程实例553

12.7.1　螺杆压缩制冷机组噪声治理553

12.7.2　汽轮机机组噪声治理560

12.7.3　方迪山庄中央空调机房噪声治理565

第13章　设备状态监测实施要点573

13.1　现场实施的八个要点573

13.1.1　建立设备文档573

13.1.2　设备振动监测点的选择与标注573

13.1.3　测量参数类型选择574

13.1.4　确定设备振动监测周期575

13.1.5　设备振动监测信息采集与管理576

13.1.6　设备状态判断576

13.1.7　趋势分析和寿命预测583

13.1.8　诊断效果评价583

13.2　状态监测和振动分析的四个阶段584

13.2.1　第一阶段：监测584

13.2.2　第二阶段：分析诊断585

13.2.3　第三阶段：故障根源分析591

13.2.4　第四阶段：确认591

参考文献592