基于MATLAB的机械故障诊断技术案例教程

   本书以MATLAB为学习工具和手段，将机械故障诊断中信号处理（特征提取）、模式识别的关键技术与工程应用有效结合，共分为基础篇、信号处理篇和模式识别篇三篇内容。其中，第一篇为MATLAB简介，便于读者掌握MATLAB的基本用法；后两篇按照先介绍基本理论，再列出相关的MATLAB函数，最后结合车辆故障诊断案例的顺序，采用MATLAB编程实现的架构进行讲述，使读者能够有效掌握目前机械故障诊断领域优选实用的信号处理和模式识别方法。本书可作为高等院校机械工程、载运工具运用工程等学科的研究生、本科生的教材或参考书，对信号处理相关领域的科研人员亦有较大的帮助和参考价值。

   第一篇基础篇
第1章认识MATLAB
1.1MATLAB简介
1.1.1MATLAB概述
1.1.2MATLAB的功能特点
1.2MATLAB的用户界面
1.3MATLAB矩阵运算
1.3.1MATLAB中的变量
1.3.2基本矩阵的操作
1.3.3稀疏矩阵
1.3.4矩阵的运算
1.4MATLAB的编程基础
1.4.1编程概述
1.4.2流程控制
1.4.3脚本文件
1.4.4函数文件
1.4.5M文件调试
1.5MATLAB绘图及实用技巧
1.5.1绘图
1.5.2实用技巧
第二篇信号处理篇
第2章信号处理分析基础
2.1信号的分类和采样定理
2.2常用信号的产生
2.2.1基本信号的产生
2.2.2仿真信号的生成
2.3实际信号的采集
2.3.1数据采集系统设计的基本原则与一般步骤
2.3.2柴油发动机非稳态振动信号采集系统
2.4信号的基本分析方法
2.4.1信号的时域分析
2.4.2信号的频域分析
第3章时频分析方法的MATLAB实现及应用研究
3.1短时Fourier变换的MATLAB实现
3.1.1短时Fourier变换基本原理
3.1.2短时Fourier变换的MATLAB函数及举例
3.2Gabor变换的MATLAB实现
3.2.1Gabor变换
3.2.2Gabor变换的MATLAB函数及举例
3.3Wignei-Ville时频分布的MATLAB实现
3.3.1Wigner-Ville时频分布
3.3.2wigner-Ville时频分布的MATLAB函数及举例
3.4时频分布在机械故障诊断中的应用实例
第4章小波分析的MATLAB实现及应用研究
4.1小波分析的基本理论
4.1.1连续小波变换
4.1.2离散小波变换
4.1.3多分辨率分析
4.1.4小波包分析
4.2小波分析的主要函数介绍
4.2.1一维连续小波变换
4.2.2一维离散小波变换
4.2.3小波包变换
4.2.4信号的小波消噪
4.3小波分析在机械故障诊断中的应用实例
4.3.1基于小波降噪预处理的时频分布诊断柴油机断油故障
4.3.2小波频带能量累加法分析柴油机气门磨损故障
4.3.3小波包-AR谱分析变速器轴承故障
第5章Hilbert-Huang变换的MATLAB实现及应用研究
5.1Hilbert-Huang变换的基本理论
5.1.1固有模态函数（IMF）
5.1.2EMD原理
5.1.3Hilbert谱与Hilbert边际谱
5.1.4EMD的局限性
5.2Hilbert-Huang变换的MATLAB主要函数及实现
5.2.1Hilbert-Huang变换主要函数
5.2.2Hilbert-Huang变换仿真实例
5.3Hilbert-Huang变换在机械故障诊断中的应用实例
5.3.1EMD-AR谱提取柴油机活塞、活塞销故障特征
5.3.2EMD-包络谱变速器故障诊断
5.3.3基于EMD预处理的伪wVD时频分布提取信号特征
5.3.4基于EMD-SVD变换的柴油机曲轴轴承故障特征提取
第6章分数阶Fourier变换的MATLAB实现及应用研究
6.1分数阶Fourier变换的基本理论
6.2分数阶Fourier变换的特点
6.3分数阶Fourier变换的应用
6.4分数阶Fourier变换的基本理论
6.4.1基本定义
6.4.2主要性质
6.5分数阶滤波的MATLAB函数实现
6.5.1FRFT自适应滤波原理
6.5.2FRFT自适应滤波阶次确定
6.5.3FRFT自适应滤波的MATLAB实现
6.6基于分数阶滤波的应用实例
6.6.1实验台设置
6.6.2机械故障诊断实例
第7章图像处理技术的MATLAB实现及应用研究
7.1图像处理的基本知识
7.1.1图像的类别与数据格式
7.1.2图像读入、显示和保存的MATLAB实现
7.1.3图像格式转换的MATLAB实现
7.1.4常用图像处理方法的MATLAB实现
7.2基于对称极坐标图像的生成方法
7.2.1基于对称极坐标图像的生成
7.2.2对称极坐标方法参数的选择
7.2.3基于对称极坐标方法的振动信号图像的生成
7.3基于灰度共生矩阵的方法提取振动图像特征
7.3.1灰度图像生成方法
7.3.2灰度共生矩阵及特征参数
7.3.3振动信号灰度图像的特征提取代码实现
第三篇模式识别篇
第8章人工神经网络的MATLAB实现及应用研究
8.1人工神经网络的基本概念
8.1.1人工神经元
8.1.2传递函数
8.1.3人工神经网络的分类和特点
8.2BP人工神经网络
8.2.1BP人工神经网络算法简介
8.2.2BP人工神经网络的MATLAB函数
8.2.3BP人工神经网络在机械故障诊断中的应用
8.3径向基函数神经网络
8.3.1径向基函数神经网络算法简介
8.3.2径向基函数神经网络的MATLAB函数
8.3.3径向基函数神经网络在机械故障诊断中的应用
第9章模糊理论的MATLAB实现及应用研究
9.1模糊理论基础
9.1.1模糊集合
9.1.2模糊关系
9.1.3模糊变换与模糊综合评判
9.1.4If…then规则
9.1.5模糊推理
9.2模糊聚类分析
9.2.1模糊聚类基本概念
9.2.2模糊聚类分析的MATLAB实现
9.2.3模糊聚类分析在机械故障诊断中的应用
9.3模糊神经网络
9.3.1模糊神经网络的MATLAB实现
9.3.2模糊神经网络在机械故障诊断中的应用
第10章遗传算法的MATLAB实现及应用研究
10.1遗传算法简介
10.1.1遗传算法的基本原理
10.1.2遗传算法分析
10.2遗传算法的MATLAB实现
10.2.1编码
10.2.2解码
10.2.3选择
10.2.4交叉
10.2.5变异
10.3遗传算法在机械故障诊断中的应用
10.3.1诊断问题的数学描述
10.3.2遗传算法在机械故障诊断中的应用实例
第11章粒子群算法的MATLAB实现及应用研究
11.1粒子群算法的基本原理
11.2粒子群算法在机械故障诊断中的应用
11.2.1基于改进PS0的BP混合算法
11.2.2粒子群算法在机械故障诊断中的应用实例
第12章支持向量机的MATLAB实现及应用研究
12.1支持向量机
12.1.1统计学习理论
12.1.2很优分类面
12.1.3支持向量机模型
12.2支持向量机的MATLAB实现
12.2.1支持向量分类的相关函数
12.2.2支持向量回归的相关函数
12.2.3SVM工具箱中的其他函数
12.2.4数据的导入方法
12.2.5SVM工具箱的应用实例
12.3支持向量机在机械故障诊断中的应用
参考文献