机械设备状态监测与诊断（2020春）-副本

◆ ◆

个人介绍

主讲教师：陈启卷

教师团队：共3位

陈启卷
谢诞梅
王卫玉

学校：	武汉大学
课程编号：	2082014001270001

课程介绍

    机械设备故障诊断技术是一种为了了解和掌握设备在使用过程中的状态，在设备基本不拆卸、不解体的情况下，而采用一定的检测手段，根据检测的数据和经验的积累，来确定设备整体或局部是正常或异常、早期发现设备故障及其原因、并能早期预报设备故障发展趋势的一门技术。通俗地说，它是一种给设备“看病”的技术。这里所说的设备指的是机械设备。它包括各类机械如发电机组、压缩机等动设备和容器、管道、阀门等的静设备，还包括某些电气设备。
    机械设备故障诊断涉及学科较多，他不仅需要了解各种机械设备本身的特性和特点，而且还需要掌握数学、物理、化学、力学、电子技术、计算机及信息处理等学科基础，是一门综合性很强的学科。因此在学习过程要注意结合自己所从事专业来深入探索，方可学有所成。
    本课程主要针对旋转机械的状态监测与故障诊断，重点讲述机械设备状态监测与故障诊断的发展概况以及演变历史、故障诊断基本概念、故障诊断中所采集的信号以及变换原理、旋转机械信号分析、故障诊断所采用的常用数学模型、水电机组故障诊断以及火电机组故障诊断等。
    机械设备故障诊断技术在工程实践中得到了广泛的应用，为保障机械设备的安全可靠运行做出了重要贡献。不过这一技术本身也还在不断完善发展过程中，有待在学各位不断探索，取得新成果。

教师团队

陈启卷

职称：教授、博导

单位：武汉大学

部门：动力与机械学院

谢诞梅

职称：教授

单位：武汉大学

部门：动力与机械学院

王卫玉

职称：博士

单位：武汉大学

部门：动力与机械学院

参考教材

英文原版教材

[1] Palade V , Bocaniala C D , Jain L C . Computational Intelligence in Fault Diagnosis (Advanced Information and Knowledge Processing)[M]. Springer London, 2006.

[2] MogensBlanke, MichelKinnaert, JanLunze, et al. Diagnosis and Fault-Tolerant Control[M]. Springer Berlin Heidelberg, 2006.

[3] Isermann R. Fault-diagnosis systems: an introduction from fault detection to fault tolerance[M]. Springer Science & Business Media, 2006.

参考文献

[1] 谢长贵. 旋转机械的智能诊断方法研究，电子科技大学出版社，2017

[2] 黄志坚. 机械设备振动故障监测与诊断，化学工业出版社，2017

[3] 时彧等. 机械故障诊断技术与应用，国防工业出版社，2014

[4] 张键. 机械故障诊断技术（第二版），机械工业出版社，2014

[5] 裴峻峰. 机械故障诊断技术（第二版），中国石油大学出版社，2010

[6] 褚福磊.机械故障诊断中的现代信号处理方法，科学出版社，2009

[7] 屈梁生.机械故障诊断理论与方法，西安交通大学出版社，2009

[8] R.A.Collacott. MechanicalFault Diagnosis and Condition Monitoring, Wiley,New York,1977

[9] Isermann,Rolf. Fault-diagonosis systems:an introduction from faultdetection to fault tolerance, Springer, 2006.2

[10] Vasile Palade. ComputationalIntelligence in Fault Diagnosis, Springer, 2006.9

[11] George Vachtesevanos. Intelligent Fault Diagnosis and Prognosis for EngineeringSystems,Wiley,2006

[12] Mogens Blanke. Diagnosis andFault-Tolerant Control, Springer, 2006

课程评价

教学资源

课程章节资源

课程章节	\| 文件类型		\| 修改时间	\| 大小	\| 备注
1.1 目的和意义		视频 .mp4	2024-01-12	154.72MB
1.2 状态检修任务		视频 .mp4	2024-01-12	122.23MB
1.3 故障诊断理论基础		视频 .mp4	2024-01-12	329.70MB
1.4 诊断技术的发展		视频 .mp4	2024-01-12	400.69MB
2.1 故障诊断和医学诊断		视频 .mp4	2024-01-12	90.35MB
2.2 故障定义和分类		视频 .mp4	2024-01-12	170.26MB
2.3 故障诊断名称与术语		视频 .mp4	2024-01-12	361.72MB
2.4 故障特性和诊断内容		视频 .mp4	2024-01-12	366.93MB
2.5 故障诊断结构体系		视频 .mp4	2024-01-12	185.00MB
2.6 故障诊断系统		视频 .mp4	2024-01-12	274.25MB
2.7 故障诊断方法和评定标准		视频 .mp4	2024-01-12	373.24MB
3.1 信号的定义和分类		视频 .mp4	2024-01-12	284.70MB
3.2 信号的采集与预处理		视频 .mp4	2024-01-12	156.22MB
3.3 信号特征提取		视频 .mp4	2024-01-12	89.07MB
3.4 信号处理中的时间序列分析		视频 .mp4	2024-01-12	542.71MB
3.5 信号的时-频分析		视频 .mp4	2024-01-12	395.68MB
4.1 旋转机械信号特点		视频 .mp4	2024-01-12	197.19MB
4.2 旋转机械故障特征分析（1）		视频 .mp4	2024-01-12	753.82MB
4.3 旋转机械故障特征分析（2）		视频 .mp4	2024-01-12	459.06MB
4.4 旋转机械故障处理案例		视频 .mp4	2024-01-12	248.24MB
5.1 诊断模型		视频 .mp4	2024-01-12	177.71MB
5.2 模糊诊断原理及应用-模糊模式识别		视频 .mp4	2024-01-12	730.38MB
5.3 模糊诊断原理及应用-模糊聚类		视频 .mp4	2024-01-12	692.87MB
5.4 神经网络分析与诊断		视频 .mp4	2024-01-12	504.28MB
5.5 故障树分析与诊断		视频 .mp4	2024-01-12	557.89MB
6.1 水轮机诊断原理		视频 .mp4	2024-01-12	551.79MB
6.2 水电机组状态监测内容及诊断技术		视频 .mp4	2024-01-12	205.44MB
7.1 汽轮机诊断原理		视频 .mp4	2024-01-12	243.44MB
7.2 汽轮机组状态监测及诊断技术		视频 .mp4	2024-01-12	230.85MB

下载在线观看进入课程章节同步到网盘

课程章节

提示框

取消进入课程

提示框

确定要报名此课程吗？

确定取消