机电传动系统振动图像变换与智能故障诊断方法

本书主要介绍由电机、 轴、轴承和齿轮所构成的机 电传动系统的振动信号向图 像变换的基本原理、方法以 及基于振动图像深度学习的 机电传动系统智能故障诊断 方法研究的最新理论成果和 实验案例，主要包括机电传 动系统的故障模拟与振动数 据获取、振动信号的图像变 换、振动图像的数据集扩增 、基于振动图像深度学习的 故障诊断方法等。 本书可供机械工程、仪 器科学与技术、振动技术与 工程等相关学科专业的教师 、高年级本科生、研究生及 科研院所、企业的技术人员 参阅。

第1章 概述 第2章 机电传动系统故障模拟与数据获取 2.1 机电传动系统基本结构 2.1.1 机电传动系统基本概念 2.1.2 机电传动系统结构组成 2.2 机电传动系统典型故障 2.2.1 滚动轴承故障 2.2.2 齿轮故障 2.2.3 轴的故障 2.2.4 电机的机械故障 2.3 机电传动系统故障模拟与数据获取 2.3.1 故障模拟平台结构组成 2.3.2 一号故障模拟平台及数据获取 2.3.3 二号故障模拟平台及数据获取 第3章 机电传动系统振动信号图像变换方法 3.1 振动信号的矩阵式图像变换方法 3.1.1 基本灰度图像变换方法 3.1.2 灰度纹理图像变换方法 3.1.3 改进灰度纹理图像变换方法 3.1.4 VMD GTI图像变换方法 3.1.5 格拉姆角场图像变换方法 3.1.6 信息融合格拉姆角场图像变换方法 3.2 振动信号的极坐标式图像变换方法 3.2.1 对称极坐标图像变换方法 3.2.2 非对称极坐标图像变换方法 3.2.3 信息融合极坐标图像变换方法 3.3 振动信号的时频分析图像变换方法 3.3.1 经验模态分解图像变换方法 3.3.2 EMD PWVD图像变换方法 3.3.3 短时傅里叶图像变换方法 3.3.4 连续小波图像变换方法 第4章 机电传动系统振动图像数据集扩容方法 4.1 生成对抗网络及其改进模型 4.1.1 基本GAN模型 4.1.2 WGAN模型 4.1.3 CGAN模型 4.1.4 WGAN GP模型 4.1.5 CWGAN GP模型 4.1.6 DBD DFF WGAN GP模型 4.1.7 DCGAN模型 4.2 机电传动系统振动图像数据集扩容实例 4.2.1 数据分割方法 4.2.2 小样本振动图像数据集构建 4.2.3 单一故障下滚动轴承振动图像扩容方法 4.2.4 复合故障下滚动轴承振动图像扩容方法 4.2.5 复杂模式下滚动轴承振动图像扩容方法 4.2.6 斜齿轮振动图像扩容方法 第5章 机电传动系统故障诊断的深度学习方法 5.1 卷积神经网络及其改进模型 5.1.1 卷积神经网络基本原理