設(shè)備故障診斷技術(shù)

前言

　　設(shè)備故障診斷技術(shù)作為多學(xué)科交叉融合形成的技術(shù)，它的發(fā)展是伴隨其他技術(shù)的進(jìn)步而不斷發(fā)展完善的。隨著工業(yè)領(lǐng)域生產(chǎn)過(guò)程規(guī)模的不斷擴(kuò)大，機(jī)組、設(shè)備的裝機(jī)容量越來(lái)越大，對(duì)自動(dòng)化水平的要求也越來(lái)越高，機(jī)組設(shè)備運(yùn)行的安全可靠性要求越來(lái)越高，這對(duì)設(shè)備的狀態(tài)監(jiān)測(cè)、故障診斷技術(shù)的實(shí)施提出了更高的要求。隨著計(jì)算機(jī)技術(shù)的普遍應(yīng)用，人工智能、信號(hào)處理及特征提取技術(shù)的發(fā)展，設(shè)備故障診斷的智能化水平越來(lái)越高，功能也越來(lái)越豐富，已成為支持系統(tǒng)運(yùn)行的一個(gè)重要組成部分?！　”緯?shū)參考了大量近年來(lái)相關(guān)的文獻(xiàn)資料及論著，并在有關(guān)章節(jié)中加進(jìn)了作者近年來(lái)研究所取得的部分成果。作為教材，本書(shū)主要介紹設(shè)備故障診斷技術(shù)涉及的基本原理、方法，并從信號(hào)分析原理、處理方法及智能診斷原理、方法和技術(shù)等角度進(jìn)行系統(tǒng)的介紹，使學(xué)習(xí)者建立起設(shè)備故障診斷技術(shù)的整體概念，為其今后從事相關(guān)工作奠定基礎(chǔ)?！　”緯?shū)為研究生教材，共分9章：第1章介紹了故障診斷技術(shù)涉及的概念、內(nèi)容、診斷的任務(wù)，診斷的一般過(guò)程，診斷系統(tǒng)的評(píng)價(jià)指標(biāo)，診斷方法的研究現(xiàn)狀及診斷技術(shù)的發(fā)展趨勢(shì)；第2章介紹了故障診斷技術(shù)中涉及的動(dòng)態(tài)隨機(jī)數(shù)據(jù)的處理方法，包括數(shù)據(jù)的獲取、檢驗(yàn)、分析流程及統(tǒng)計(jì)參量的數(shù)值分析方法、時(shí)頻分析離散傅里葉變換及小波分析原理等；第3章介紹了基于統(tǒng)計(jì)理論的時(shí)序分析診斷方法、貝葉斯決策分類(lèi)診斷方法、主分量分析診斷方法、灰色關(guān)聯(lián)度分析診斷方法及支持向量機(jī)診斷方法等；第4章介紹了基于模糊理論的直接診斷方法和間接診斷方法，模糊綜合診斷方法及模糊聚類(lèi)診斷方法等；第5章介紹了故障樹(shù)分析的基本原理、分析方法及診斷實(shí)例；第6章介紹了基于專家系統(tǒng)原理的故障診斷方法，故障診斷的專家知識(shí)構(gòu)成、知識(shí)的表示、獲取方法及應(yīng)用實(shí)例等；第7章介紹了基于神經(jīng)網(wǎng)絡(luò)故障診斷的網(wǎng)絡(luò)結(jié)構(gòu)，如用于模式識(shí)別的故障診斷神經(jīng)網(wǎng)絡(luò)及用于知識(shí)處理的故障診斷神經(jīng)網(wǎng)絡(luò)等網(wǎng)絡(luò)結(jié)構(gòu)，診斷的方法及應(yīng)用；第8章介紹了數(shù)據(jù)融合診斷方法，包括數(shù)據(jù)融合的原理、故障診斷的數(shù)據(jù)融合模型、基于統(tǒng)計(jì)的融合診斷方法、基于D-S理論的融合診斷方法、基于參數(shù)估計(jì)的融合診斷方法、基于人工智能的融合診斷方法、基于模糊邏輯的融合診斷方法等；第9章介紹了基于相關(guān)技術(shù)集成的故障診斷方法，包括神經(jīng)網(wǎng)絡(luò)與模糊邏輯集成診斷方法、神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)集成的診斷方法、神經(jīng)網(wǎng)絡(luò)與小波分析結(jié)合的集成診斷方法等。全書(shū)由哈爾濱工程大學(xué)夏虹教授統(tǒng)稿，第1、2、3、5章由夏虹編寫(xiě)，第4、6、7章由劉永闊編寫(xiě)，第8章由謝春麗編寫(xiě)，第9章由謝春麗、劉永闊共同編寫(xiě)。在本書(shū)的編寫(xiě)過(guò)程中，博士研究生慕昱，碩士研究生黃華、羅端、張亞男等做了大量的文字校對(duì)和制圖等工作?！　¤b于作者水平有限，書(shū)中難免有欠缺、疏漏之處，懇請(qǐng)廣大讀者不吝賜教，在此，謹(jǐn)表謝意！

內(nèi)容概要

　　《設(shè)備故障診斷技術(shù)》共分9章，介紹了故障診斷技術(shù)涉及的概念、內(nèi)容、診斷的任務(wù)、故障診斷技術(shù)中涉及的動(dòng)態(tài)隨機(jī)數(shù)據(jù)的處理及分析方法?！对O(shè)備故障診斷技術(shù)》主要是從設(shè)備故障診斷的基本原理加以闡述，書(shū)中著重介紹基于統(tǒng)計(jì)理論的故障診斷方法，基于模糊理論的故障診斷方法，基于故障樹(shù)分析的故障診斷方法，基于專家系統(tǒng)原理的故障診斷方法，基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法，基于數(shù)據(jù)融合的故障診斷方法，以及基于相關(guān)技術(shù)集成的故障診斷方法?！　　对O(shè)備故障診斷技術(shù)》既可作為高等學(xué)校機(jī)械、能源、運(yùn)輸、航空航天等領(lǐng)域相關(guān)專業(yè)研究生教材，也可供從事設(shè)備故障診斷工作的專業(yè)人員、工程技術(shù)人員閱讀、參考。

書(shū)籍目錄

第1章 設(shè)備故障診斷概述1.1 設(shè)備故障診斷的基本概念和特點(diǎn)1.1.1 設(shè)備故障的基本概念1.1.2 設(shè)備故障診斷的內(nèi)容及特點(diǎn)1.2 故障診斷的基本問(wèn)題1.2.1 故障分類(lèi)1.2.2 故障診斷的任務(wù)1.2.3 評(píng)價(jià)故障診斷系統(tǒng)的性能指標(biāo)1.3 設(shè)備故障診斷的知識(shí)構(gòu)成和求解過(guò)程1.3.1 設(shè)備故障診斷的知識(shí)構(gòu)成1.3.2 設(shè)備故障診斷的求解過(guò)程1.4 設(shè)備故障診斷的基本方法及研究現(xiàn)狀1.4.1 基于解析模型的故障診斷方法1.4.2 基于知識(shí)的故障診斷方法1.4.3 基于信號(hào)處理的故障診斷方法1.4.4 其他故障診斷方法1.4.5 設(shè)備故障診斷技術(shù)研究的熱點(diǎn)1.5 設(shè)備故障診斷技術(shù)的發(fā)展趨勢(shì)復(fù)習(xí)思考題第2章 故障診斷中的數(shù)據(jù)處理2.1 數(shù)據(jù)處理的有關(guān)知識(shí)2.1.1 動(dòng)態(tài)測(cè)試數(shù)據(jù)的分類(lèi)2.1.2 隨機(jī)過(guò)程的基本概念2.1.3 測(cè)試數(shù)據(jù)處理方法2.1.4 數(shù)據(jù)檢驗(yàn)2.1.5 數(shù)據(jù)分析流程2.2 隨機(jī)數(shù)據(jù)統(tǒng)計(jì)參量的數(shù)值分析2.2.1 估計(jì)理論的基本概念2.2.2 均值和方差的計(jì)算2.3 離散傅里葉變換（DFT）2.3.1 采樣與混疊2.3.2 截?cái)嗯c泄漏2.3.3 頻率采樣（延拓）2.4 小波分析的基本原理2.4.1 小波變換2.4.2 小波變換的直觀理解及其工程解釋2.4.3 小波包分析2.4.4 適合故障信號(hào)分析的小波函數(shù)選擇復(fù)習(xí)思考題第3章 基于統(tǒng)計(jì)理論的診斷方法3.1 Bayes決策診斷方法3.1.1 概述3.1.2 基于最大后驗(yàn)概率的Bayes診斷3.1.3 基于最小風(fēng)險(xiǎn)的Bayes診斷3.2 時(shí)序模型診斷法3.2.1 ARMA，All和MA模型3.2.2 故障診斷時(shí)序方法的步驟3.2.3 故障診斷時(shí)序方法的內(nèi)容3.2.4 ARMA模型的建模3.2.5 根據(jù)模型參數(shù)進(jìn)行故障診斷3.2.6 距離判別函數(shù)故障診斷法3.3 序貫?zāi)Ｊ椒诸?lèi)故障診斷法3.3.1 概述3.3.2 序貫分類(lèi)原理及步驟3.3.3 Bayes序貫判別步驟3.4 主分量分析法3.4.1 引言3.4.2 主分量分析3.5 線性判別函數(shù)法3.5.1 引言3.5.2 Fisher判別式分析（FDA）3.6 灰色系統(tǒng)的關(guān)聯(lián)分析診斷方法3.6.1 概述3.6.2 關(guān)聯(lián)度分析法在故障診斷模式識(shí)別中的應(yīng)用3.6.3 灰色預(yù)測(cè)在設(shè)備狀態(tài)趨勢(shì)預(yù)報(bào)中的應(yīng)用3.7 基于支持向量機(jī)的故障診斷方法3.7.1 支持向量機(jī)的基本原理3.7.2 多類(lèi)支持向量機(jī)3.7.3 支持向量機(jī)的故障診斷方法3.7.4 實(shí)例復(fù)習(xí)思考題第4章 基于模糊理論的診斷方法4.1 模糊集合理論基礎(chǔ)4.1.1 模糊集與隸屬函數(shù)4.1.2 隸屬函數(shù)的確定4.1.3 常用的隸屬函數(shù)圖表4.1.4 模糊集的表示方法及其運(yùn)算4.2 基于模糊模式的故障診斷方法4.2.1 模糊模式識(shí)別的直接方法4.2.2 模糊模式識(shí)別的間接方法4.3 故障診斷的模糊綜合評(píng)判原則4.3.1 綜合評(píng)判的數(shù)學(xué)原理4.3.2 模糊綜合評(píng)判的五種具體模型4.3.3 綜合評(píng)判模型的故障診斷應(yīng)用實(shí)例4.3.4 幾種綜合評(píng)判模型的適用范圍4.3.5 故障診斷的多級(jí)模糊綜合評(píng)判方法4.4 故障診斷的模糊聚類(lèi)分析方法復(fù)習(xí)思考題第5章 故障樹(shù)分析診斷方法5.1 故障樹(shù)分析概述5.1.1 故障樹(shù)分析及其特點(diǎn)5.1.2 故障樹(shù)分析使用的符號(hào)5.2 故障樹(shù)分析的一般步驟及表述5.2.1 故障樹(shù)分析的步驟5.2.2 故障樹(shù)建造的一般方法5.2.3 故障樹(shù)的結(jié)構(gòu)函數(shù)5.3 故障樹(shù)的分析5.3.1 故障樹(shù)的定性分析5.3.2 故障樹(shù)的定量分析5.4 診斷實(shí)例復(fù)習(xí)思考題第6章 專家系統(tǒng)故障診斷方法6.1 專家系統(tǒng)概述6.1.1 專家系統(tǒng)的基本概念6.1.2 專家系統(tǒng)的結(jié)構(gòu)6.1.3 專家系統(tǒng)的特點(diǎn)6.2 專家系統(tǒng)的知識(shí)表示6.2.1 知識(shí)的層次結(jié)構(gòu)6.2.2 公共知識(shí)和私有知識(shí)6.2.3 陳述性知識(shí)與過(guò)程性知識(shí)6.2.4 對(duì)知識(shí)表示的要求6.3 知識(shí)的產(chǎn)生式表示6.3.1 產(chǎn)生式規(guī)則的形式6.3.2 產(chǎn)生式系統(tǒng)6.3.3 產(chǎn)生式表示的優(yōu)缺點(diǎn)6.4 知識(shí)的框架表示6.4.1 框架表示的形式6.4.2 框架表示下的推理6.5 故障診斷專家系統(tǒng)的推理方式與控制策略6.5.1 基于規(guī)則的診斷推理6.5.2 基于模型的診斷推理6.5.3 基于案例的診斷推理6.5.4 不精確推理6.6 故障診斷專家系統(tǒng)知識(shí)的獲取6.6.1 間接獲取方式……第7章 神經(jīng)網(wǎng)絡(luò)故障診斷方法第8章 數(shù)據(jù)融合故障診斷方法第9章 集成技術(shù)的故障診斷方法參考文獻(xiàn)

章節(jié)摘錄

　　領(lǐng)域?qū)＜以诮鉀Q實(shí)際問(wèn)題時(shí)使用的專業(yè)知識(shí)一般可分為兩類(lèi)：即理論知識(shí)和經(jīng)驗(yàn)知識(shí)。理論知識(shí)包括領(lǐng)域內(nèi)相關(guān)的定義、事實(shí)、理論和方法，這類(lèi)知識(shí)已為領(lǐng)域內(nèi)專業(yè)人員一致認(rèn)同，可以在公開(kāi)發(fā)表的文獻(xiàn)和教科書(shū)中得到，因此也稱為公共知識(shí)。經(jīng)驗(yàn)知識(shí)是幫助人類(lèi)專家解決問(wèn)題、做出決定的經(jīng)驗(yàn)規(guī)則或策略，是領(lǐng)域?qū)＜彝ㄟ^(guò)長(zhǎng)期實(shí)踐積累起來(lái)的私有知識(shí)，在公開(kāi)發(fā)表的文獻(xiàn)中難以找到?！　〗?jīng)驗(yàn)知識(shí)也稱為啟發(fā)性知識(shí)（Heuristic Konledge），這類(lèi)知識(shí)通常沒(méi)有嚴(yán)謹(jǐn)?shù)睦碚撘罁?jù)，不能保證在所有情況下都是正確的，但它們?cè)诮鉀Q實(shí)際問(wèn)題時(shí)，往往十分簡(jiǎn)潔、有效。使用啟發(fā)性知識(shí)處理問(wèn)題是人類(lèi)推理的特征之一，例如，當(dāng)發(fā)現(xiàn)某人食指發(fā)黃時(shí)，就會(huì)根據(jù)經(jīng)驗(yàn)猜測(cè)此人經(jīng)常吸煙。這種判斷通常是正確的，但在個(gè)別情況下也會(huì)出現(xiàn)誤判，如食指涂碘酒消炎的情況。對(duì)于人類(lèi)專家而言，經(jīng)驗(yàn)知識(shí)比理論知識(shí)更為重要，人類(lèi)專家正是由于掌握了大量的經(jīng)驗(yàn)知識(shí)，在遇到復(fù)雜問(wèn)題時(shí)才能夠做出高水平的分析和判斷。例如，雖然年輕醫(yī)生和老醫(yī)生相比，所學(xué)的理論知識(shí)更新，但是人們還是愿意找老醫(yī)生看病，就是因?yàn)槔厢t(yī)生的臨床經(jīng)驗(yàn)更豐富?！　】梢栽O(shè)想，如果將領(lǐng)域?qū)＜医鉀Q問(wèn)題使用的專業(yè)知識(shí)以適當(dāng)?shù)男问酱嫒胗?jì)算機(jī)，讓計(jì)算機(jī)模擬領(lǐng)域?qū)＜曳治鰡?wèn)題和解決問(wèn)題的方法進(jìn)行推理、判斷和決策，那么計(jì)算機(jī)系統(tǒng)也能像人類(lèi)專家那樣具有很高的問(wèn)題求解能力，這就是建立專家系統(tǒng)的基本思想。目前關(guān)于什么是專家系統(tǒng)還沒(méi)有一個(gè)全面、公認(rèn)的定義，不同領(lǐng)域的研究人員對(duì)專家系統(tǒng)有不同的理解。專家系統(tǒng)先驅(qū)，美國(guó)斯坦福大學(xué)的費(fèi)根鮑姆（E.A.Feignbaum）教授給出了如下定義：　　“專家系統(tǒng)是一個(gè)智能計(jì)算機(jī)程序，它利用知識(shí)和推理過(guò)程來(lái)解決那些需要大量的人類(lèi)專家知識(shí)才能解決的復(fù)雜問(wèn)題，所用的知識(shí)和推理過(guò)程，可認(rèn)為是最好的領(lǐng)域?qū)＜覒?yīng)用專門(mén)知識(shí)的模型”。　　通過(guò)上面的定義可以看出，專家系統(tǒng)是人工智能研究的一個(gè)分支，是一個(gè)擁有大量專業(yè)知識(shí)的計(jì)算機(jī)程序系統(tǒng)。它應(yīng)用人工智能技術(shù)，根據(jù)專家提供的領(lǐng)域知識(shí)進(jìn)行推理和判斷，模擬人類(lèi)專家的決策過(guò)程，解決那些只有人類(lèi)專家才能解決的復(fù)雜問(wèn)題。

圖書(shū)封面

評(píng)論、評(píng)分、閱讀與下載

---

    設(shè)備故障診斷技術(shù) PDF格式下載

---