智能故障診斷及其應(yīng)用

前言

在復(fù)雜工業(yè)系統(tǒng)中，某一關(guān)鍵設(shè)備因?yàn)楣收隙鵁o法繼續(xù)運(yùn)行，往往會波及整個生產(chǎn)流程的進(jìn)行，而恢復(fù)整個生產(chǎn)流程的正常運(yùn)行需要花費(fèi)很長的時間，這將會造成巨大的經(jīng)濟(jì)損失。良好的智能故障診斷系統(tǒng)能通過復(fù)雜工業(yè)設(shè)備大量的運(yùn)行狀態(tài)信息對其進(jìn)行實(shí)時故障診斷及報警，這將有利于操作人員及時地采取相應(yīng)的調(diào)整措施來提高復(fù)雜工業(yè)設(shè)備運(yùn)行狀態(tài)的可靠性和安全性。故障診斷技術(shù)是以可靠性理論、信息論、控制論和系統(tǒng)論為理論基礎(chǔ)，以現(xiàn)代測試儀器和計(jì)算機(jī)為技術(shù)手段，結(jié)合各種診斷對象(系統(tǒng)、設(shè)備、機(jī)器、裝置、工程結(jié)構(gòu)以及工藝過程等)的特殊規(guī)律逐步形成的一門新技術(shù)。它的開發(fā)涉及現(xiàn)代控制理論、可靠性理論、數(shù)理統(tǒng)計(jì)、模糊集理論、信號處理、模式識別、人工智能等多門學(xué)科理論，具有診斷對象廣泛、技術(shù)具體、工程應(yīng)用性強(qiáng)以及與高技術(shù)緊密結(jié)合等特點(diǎn)。早在20世紀(jì)60年代末與70年代初，在美國、英國和日本等少數(shù)工業(yè)發(fā)達(dá)國家，就掀起了現(xiàn)代設(shè)備故障診斷研究的熱潮?，F(xiàn)代設(shè)備故障診斷技術(shù)在工程中的應(yīng)用，帶來了顯著的社會效應(yīng)和經(jīng)濟(jì)效益。20世紀(jì)80年代中期以來，經(jīng)過廣大科技工作者的不懈努力，我國在現(xiàn)代設(shè)備故障智能診斷領(lǐng)域不僅取得了許多重要的理論研究成果，而且也積累了寶貴的工程實(shí)踐經(jīng)驗(yàn)?，F(xiàn)在國內(nèi)有關(guān)故障診斷的教材不少，其中也不乏優(yōu)秀之作，但作為研究生教材，在廣度和深度方面尚不能完全滿足教學(xué)需要。研究生課程學(xué)時較少，來自各專業(yè)的研究生參加了各種各樣的科研任務(wù)，所提的問題非常廣泛和深入，并希望教材有一定的廣度和深度，以便他們進(jìn)一步研究和應(yīng)用，本書在此方面做了一些努力。本書各章安排如下：第1章為緒論，介紹故障診斷的基本概念、故障診斷技術(shù)的發(fā)展與研究現(xiàn)狀、與故障診斷方法和智能故障診斷技術(shù)未來發(fā)展相關(guān)的新技術(shù)、智能故障診斷系統(tǒng)發(fā)展的現(xiàn)狀以及智能故障診斷系統(tǒng)的發(fā)展趨勢；第2章從診斷知識的獲取、診斷知識的表示以及基于知識的診斷推理等方面討論故障診斷知識的智能處理方法；第3辛從數(shù)值型征兆自動提取、語義型征兆的自動獲取和圖形征兆自動提取等方面論述故障征兆的自動提取理論與方法；第4章重點(diǎn)介紹前饋神經(jīng)網(wǎng)絡(luò)中的BP神經(jīng)網(wǎng)絡(luò)和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)以及學(xué)習(xí)算法；第5章主要介紹專家系統(tǒng)的基本組成、知識庫的建立和維護(hù)、全局?jǐn)?shù)據(jù)庫及管理系統(tǒng)、推理機(jī)和解釋子系統(tǒng)設(shè)計(jì)；第6章從模糊理論的背景出發(fā)，對模糊集合論、模糊關(guān)系與模糊矩陣、隸屬函數(shù)確定、模糊邏輯與模糊推理、模糊聚類分析、模糊綜合評判和模糊模式識別等模糊理論基礎(chǔ)進(jìn)行系統(tǒng)介紹；第7章從信息融合技術(shù)的發(fā)展、信息融合系統(tǒng)的構(gòu)成、信息融合技術(shù)的理論和方法、信息融合關(guān)鍵技術(shù)等幾方面對信息融合技術(shù)進(jìn)行介紹；第8章主要討論支持向量機(jī)的發(fā)展概況、統(tǒng)計(jì)學(xué)習(xí)理論以及支持向量機(jī)的理論與方法；第9章主要介紹車用柴油機(jī)模糊故障專家系統(tǒng)的開發(fā)與應(yīng)用實(shí)例；

內(nèi)容概要

本書較系統(tǒng)地論述了故障知識處理、故障征兆信號提取方法和神經(jīng)網(wǎng)絡(luò)、模糊理論與專家系統(tǒng)等人工智能理論，以及神經(jīng)網(wǎng)絡(luò)、模糊理論和專家系統(tǒng)等人工智能理論融合成的智能診斷系統(tǒng)在復(fù)雜工業(yè)設(shè)備故障診斷中的應(yīng)用。    本書適合作為高等學(xué)校熱能工程、動力工程、機(jī)電工程、控制工程以及冶金工程等專業(yè)的研究生或高年級本科生的教材，也可供熱能工程、動力工程、機(jī)電工程、控制工程以及冶金工程等領(lǐng)域從事設(shè)備監(jiān)測與診斷、維修的科研工作與工程技術(shù)人員參考。

作者簡介

鄂加強(qiáng)，男，湖南湘潭縣人，1972年3月生。1997年7月畢業(yè)于吉林大學(xué)熱能工程專業(yè)，獲工學(xué)學(xué)士學(xué)位；1997年7月至1999年8月，在湘潭電機(jī)集團(tuán)有限公司技術(shù)開發(fā)中心從事研究開發(fā)工作；1999年9月至2004年9月在中南大學(xué)熱能工程專業(yè)(熱工檢測、優(yōu)化與智能控制方向)碩博連讀，獲工學(xué)博士學(xué)位；2004年10月進(jìn)入湖南大學(xué)控制科學(xué)與工程博士后流動站從事智能信息融合處理理論與方法研究工作?，F(xiàn)為湖南大學(xué)機(jī)械與汽車工程學(xué)院熱能與動力工程系副主任，副教授，碩士生導(dǎo)師，國家自然科學(xué)基金工程科學(xué)學(xué)科一處評審專家。自1999年9月以來，長期從事熱工檢測、優(yōu)化與智能控制方面的科研工作。在國內(nèi)外知名學(xué)術(shù)期刊上已發(fā)表論文70余篇，被SCI和EI收錄20余篇。

書籍目錄

第１章  緒 論  1.1  故障診斷的基本概念  1.2  故障診斷技術(shù)的發(fā)展與研究現(xiàn)狀   1.3  故障診斷方法概述   1.4  智能故障診斷技術(shù)未來發(fā)展的相關(guān)新技術(shù)  1.5  智能化故障診斷系統(tǒng)發(fā)展的現(xiàn)狀   1.6  智能故障診斷系統(tǒng)的發(fā)展趨勢  參考文獻(xiàn) 第２章  故障診斷知識智能處理  2.1  診斷知識的基本概念  2.2  故障診斷知識的獲取  2.3  診斷知識的表示  2.4  基于知識的診斷推理  參考文獻(xiàn) 第３章  故障征兆自動提取  3.1  數(shù)值型征兆自動提取   3.2  語義型征兆的自動獲取  3.3  圖形征兆的自動提取   參考文獻(xiàn) 第４章  神經(jīng)網(wǎng)絡(luò)模型  4.1  人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程  4.2  神經(jīng)元模型  4.3  神經(jīng)元互連模式   4.4  神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)規(guī)則  4.5  前饋神經(jīng)網(wǎng)絡(luò)及其學(xué)習(xí)算法  參考文獻(xiàn)第５章  專家系統(tǒng)  5.1  專家系統(tǒng)的基本組成  5.2  知識庫的建立和維護(hù)  5.3  全局?jǐn)?shù)據(jù)庫及管理系統(tǒng)  5.4  推理機(jī)   5.5  解釋子系統(tǒng)設(shè)計(jì)  5.6  基于規(guī)則的專家系統(tǒng)中的不精確推理  參考文獻(xiàn)第６章  模糊理論基礎(chǔ)  6.1  模糊理論的背景  6.2  模糊集合論  6.3  模糊關(guān)系與模糊矩陣   6.4  隸屬函數(shù)的確定  6.5  模糊邏輯與模糊推理   6.6  模糊聚類分析   6.7  模糊綜合評判   6.8  模糊模式識別  參考文獻(xiàn)第７章  信息融合技術(shù)  7.1  信息融合技術(shù)的發(fā)展   7.2  信息融合系統(tǒng)的構(gòu)成   7.3  信息融合技術(shù)的理論和方法  7.4  信息融合的關(guān)鍵技術(shù)  參考文獻(xiàn) 第８章  支持向量機(jī)  8.1  支持向量機(jī)發(fā)展概況   8.2  統(tǒng)計(jì)學(xué)習(xí)理論  8.3  支持向量機(jī)的理論與方法  參考文獻(xiàn)第９章　車用柴油機(jī)模糊故障診斷專家系統(tǒng)　9.1  車用柴油機(jī)模糊故障診斷專家系統(tǒng)知識庫設(shè)計(jì)  9.2  車用柴油機(jī)模糊故障診斷專家系統(tǒng)推理機(jī)設(shè)計(jì)  9.3  車用柴油機(jī)模糊故障診斷專家系統(tǒng)實(shí)現(xiàn)問題  參考文獻(xiàn)第10章  銅精煉爐神經(jīng)網(wǎng)絡(luò)故障診斷專家系統(tǒng)  10.1  銅精煉爐神經(jīng)網(wǎng)絡(luò)故障診斷專家系統(tǒng)知識庫   10.2  銅精煉爐神經(jīng)網(wǎng)絡(luò)故障診斷專家系統(tǒng)推理機(jī)   10.3  銅精煉爐爐況故障智能診斷實(shí)現(xiàn)  參考文獻(xiàn) 第11章  煤粉鍋爐燃燒系統(tǒng)模糊神經(jīng)網(wǎng)絡(luò)故障診斷專家系統(tǒng)  11.1  鍋爐爐況故障診斷研究現(xiàn)狀  11.2  煤粉鍋爐燃燒系統(tǒng)模糊神經(jīng)網(wǎng)絡(luò)故障診斷模型   11.3  煤粉鍋爐燃燒系統(tǒng)故障知識庫構(gòu)建  11.4  煤粉鍋爐燃燒系統(tǒng)故障診斷推理機(jī)設(shè)計(jì)   11.5  煤粉鍋爐燃燒系統(tǒng)模糊神經(jīng)網(wǎng)絡(luò)故障診斷專家系統(tǒng)應(yīng)用實(shí)現(xiàn)   參考文獻(xiàn)第12章  船舶柴油機(jī)冷卻系統(tǒng)模糊邏輯推理故障診斷系統(tǒng)  12.1  船舶柴油機(jī)冷卻系統(tǒng)模糊邏輯推理故障診斷系統(tǒng)總體規(guī)劃  12.2  模糊器設(shè)計(jì)  12.3  解模糊器設(shè)計(jì)   12.4  模糊規(guī)則庫設(shè)計(jì)  12.5  模糊推理機(jī)   12.6  船舶柴油機(jī)冷卻系統(tǒng)模糊邏輯推理故障診斷系統(tǒng)實(shí)現(xiàn)   參考文獻(xiàn)第13章  油氣輸送管道故障融合診斷  13.1  油氣輸送管道故障診斷研究現(xiàn)狀  13.2  油氣輸送管道TPD定位診斷  13.4  基于證據(jù)理論的油氣輸送管道TPD融合診斷理論  13.5  油氣輸送管道TPD融合診斷原理   13.6  油氣輸送管道故障智能診斷應(yīng)用  參考文獻(xiàn)

章節(jié)摘錄

(6)根據(jù)實(shí)際工程的需要，開發(fā)出實(shí)用的工程故障診斷系統(tǒng)軟件，使我國自動控制系統(tǒng)向高可靠性發(fā)展。1．4  智能故障診斷技術(shù)未來發(fā)展的相關(guān)新技術(shù)人工智能在故障診斷領(lǐng)域的應(yīng)用，實(shí)現(xiàn)了基于人類專家經(jīng)驗(yàn)知識的設(shè)備故障診斷技術(shù)，并且將其提高到一個新的水平——智能化診斷水平。1．4．1  機(jī)器學(xué)習(xí)對于機(jī)器學(xué)習(xí)，目前眾說紛壇。一般認(rèn)為，學(xué)習(xí)是一個有特定目的的知識獲取過程，從學(xué)習(xí)的內(nèi)在行為看，是從未知到知的過程，是知識增加和積累經(jīng)驗(yàn)的過程；從外在表現(xiàn)看，學(xué)習(xí)是使系統(tǒng)改進(jìn)性能、適應(yīng)環(huán)境，使其在下一次完成同樣的或類似的任務(wù)時比前一次更有效。當(dāng)前機(jī)器學(xué)習(xí)已成為人工智能的核心，它的應(yīng)用遍及人工智能的各個領(lǐng)域，特別是專家系統(tǒng)、模式識別、計(jì)算機(jī)視覺等。學(xué)習(xí)是一切智能行為的基礎(chǔ)，但是現(xiàn)存的智能系統(tǒng)都普遍缺乏學(xué)習(xí)的能力。例如，當(dāng)它們遇到錯誤時，不能自我改正；它們不會通過經(jīng)驗(yàn)改善自身的性能，它們不能自動產(chǎn)生合理的啟發(fā)式方法和推理策略；它們的推理只限于演繹而缺乏歸納，因此它們至多能夠證明已存在的事實(shí)、定理，而不能發(fā)現(xiàn)新的定律、定理。為了克服這些局限性，人工智能不得不求助于機(jī)器學(xué)習(xí)。因?yàn)橥ㄟ^機(jī)器學(xué)習(xí)，智能系統(tǒng)往往可以克服知識獲取瓶頸問題、知識脆弱性問題，克服知識庫過于龐大和非結(jié)構(gòu)性問題、求解方法單一問題以及系統(tǒng)直覺判斷能力差的問題。1．4．2  智能計(jì)算機(jī)所謂智能計(jì)算機(jī)就是用來模擬、延伸、擴(kuò)展人類智能的一種新型計(jì)算機(jī)。它與目前人們使用的馮?諾伊曼型計(jì)算機(jī)相比，無論在體系結(jié)構(gòu)、運(yùn)行模式還是功能上都有本質(zhì)的不同。傳統(tǒng)的馮?諾伊曼型計(jì)算機(jī)雖然在科學(xué)與工程計(jì)算、工程控制與現(xiàn)代化管理等領(lǐng)域取得了驚人成就，極大地推動了人類社會與科學(xué)技術(shù)的發(fā)展與進(jìn)步，但與人腦相比，馮?諾伊曼型計(jì)算機(jī)存在著如下一些局限性：(1)馮?諾伊曼型計(jì)算機(jī)的數(shù)據(jù)處理與存儲是完全分離的，在處理器與存儲器之間僅僅通過一條狹窄的通道逐字地交換數(shù)據(jù)，與大腦中記憶與思維合一及信息分布的方式不一致，不能滿足模擬人類記憶與思維的需要。(2)目前計(jì)算機(jī)的工作方式不是像串行與并行共存且以并行為主的人的思維過程一樣，而是順序的、串行的，它們所能執(zhí)行的算法都是串行算法。當(dāng)需要計(jì)算機(jī)求解問題時，必須事先用某種程序設(shè)計(jì)語言編制程序，具體地指出先做什么，后做什么以及怎樣做，計(jì)算機(jī)只能按程序規(guī)定的次序順序地執(zhí)行，只能完成程序指定的工作。

編輯推薦

適合熱能工程、動力工程、機(jī)電工程、控制工程以及冶金工程等領(lǐng)域從事設(shè)備監(jiān)測與診斷、維修的科研工作與工程技術(shù)人員

圖書封面

評論、評分、閱讀與下載

---

    智能故障診斷及其應(yīng)用 PDF格式下載

---