欢迎访问学兔兔,学习、交流 分享 !

返回首页 |
当前位置: 首页 > 书籍手册>航空航天书籍 >信息融合故障诊断技术

信息融合故障诊断技术

收藏
推荐:升级会员 无限下载,节约时间成本!
资源简介
信息融合故障诊断技术
出版时间:2013年版
内容简介
  《信息融合故障诊断技术》内容简介:信息采集、分发、传输、处理、应用等软硬件技术的深入发展,为充分利用数据的相关性、冗余性和互补性进行大型复杂系统的多源信息融合故障诊断提供了理论和技术基础。《信息融合故障诊断技术》在多年信息融合故障诊断技术研究与应用实践的基础上,以运载火箭和战略导弹控制系统的快速故障诊断为应用背景,分析总结并给出特征层和决策层信息融合方法、故障分析关键技术以及系统实现案例等。《信息融合故障诊断技术》内容主要包括故障信息仿真技术、故障特征提取技术、故障特征信息融合技术、故障决策信息融合技术、信息融合故障诊断平台设计与实现技术等。
目录
前言
第1章绪论
1.1故障信息融合诊断的目的
1.2故障信息融合诊断的策略
1.3故障信息融合诊断技术的发展
1.3.1信息融合技术
1.3.2故障诊断技术
1.3.3希尔伯特一黄变换
1.3.4过程神经元网络
1.3.5支持向量机
1.3.6证据理论
1.3.7贝叶斯网络
参考文献
第2章故障信息仿真技术
2.1基于混合自动机的故障描述模型
2.1.1混合自动机理论概述
2.1.2基于混合自动机的故障描述
2.1.3故障描述模型的建立
2.2基于Simulink/Stateflow的故障仿真实现
2.2.1平台姿态测量系统故障描述模型实现
2.2.2速率陀螺组合故障描述模型实现
2.2.3伺服机构故障描述模型实现
2.2.4箭载计算机仿真模型
2.2.5箭体动力学仿真模型
2.2.6力及力矩仿真模型
2.2.7故障仿真案例
参考文献
第3章故障特征提取技术
3.1被测量及特征分析
3.1.1故障特征分类
3.1.2确定性信号及特征分析
3.1.3随机信号及特征分析
3.2基于小波变换的特征提取方法
3.2.1基本原理
3.2.2故障特征提取
3.2.3存在的问题
3.3基于希尔伯特一黄变换的特征提取方法
3.3.1基本原理及方法
3.3.2故障特征提取及比较
3.3.3存在的问题
3.3.4分离终止条件的比较分析
3.3.5含直流分量的包络分段计算方法
3.3.6希尔伯特一黄变换在故障诊断中的应用
参考文献
第4章故障特征信息融合技术
4.1基于神经网络的融合方法
4.1.1神经元模型
4.1.2前馈神经网络
4.1.3存在的问题
4.2基于过程神经元网络的融合方法
4.2.1过程神经元模型
4.2.2前馈过程神经元网络
4.2.3融合诊断的过程神经元网络模型
4.2.4时间累积运算的比较分析
4.2.5同精度解的存在性研究
4.2.6网络训练收敛性分析
4.2.7网络初始化方法改进
4.2.8网络学习算法改进
4.3神经网络与过程神经元网络的比较
4.3.1一维时变信号的辨识问题
4.3.2多维时变信号的故障识别问题
4.3.3方法适用性分析
4.4基于支持向量机的融合方法
4.4.1最优超平面的构造
4.4.2 SVM分类算法推导
4.4.3核函数
4.4.4 SVM工作原理
4.4.5 SVM融合诊断流程
4.5故障特征信息融合诊断应用
4.5.1基于希尔伯特一黄变换和过程神经元网络的融合诊断
4.5.2基于频谱和过程神经元网络的融合诊断
4.5.3基于希尔伯特一黄变换和支持向量机的融合诊断
参考文献
第5章基于D—S证据理论的故障决策信息融合方法
5.1 D—S证据理论与故障诊断
5.1.1证据理论基本概念
5.1—2证据分类
5.1.3证据理论决策级融合诊断方法及关键问题
5.1.4证据理论决策级融合诊断模型
5.2证据冲突衡量方法
5.2.1典型冲突衡量方法分析
5.2.2修正证据距离
5.2.3基于合取冲突和修正证据距离的二元组冲突衡量方法
5.2.4二元函数冲突程度衡量方法及其Dempster规则使用判据
5.3证据聚类方法
5.3.1典型证据聚类方法分析
5.3.2基于主元和凝聚层次聚类的证据聚类算法
5.3.3算例验证
5.4证据合成方法
5.4.1 Dempster规则悖论分析
5.4.2基于焦元冲突分配的证据序贯合成方法
5.4.3基于焦元冲突分配的证据均值合成方法
5.4.4基于主元的证据折扣方法
5.4.5基于分类的证据折扣方法
5.4.6合成方法比较
参考文献
第6章基于贝叶斯网络的故障决策信息融合方法
6.1贝叶斯网络理论
6.1.1概率论及概率推理
6.1.2贝叶斯网络
6.1.3贝叶斯网络推理
6.1.4贝叶斯网络学习
6.2基于贝叶斯网络的故障诊断
6.2.1贝叶斯诊断网络的表达方式
6.2.2贝叶斯诊断网络的数学描述
6.2.3贝叶斯诊断网络的面向对象表达
6.2.4贝叶斯诊断网络的建模方法
6.3案例仿真
6.3.1伺服阀案例分析及建模
6.3.2伺服阀单故障现象仿真与分析
6.3.3伺服阀多故障现象仿真与分析
6.3.4 贝叶斯诊断网络算法蒙特卡罗仿真验证试验
6.3.5贝叶斯诊断网络特性总结
参考文献
每7章信息融合故障诊断平台设计与实现
7.1信息融合故障诊断平台设计
7.1.1开发环境
7.1.2功能设计
7.1.3软件模块
7.1.4系统流程
7.2信息源模拟软件设计与实现
7.2.1功能设计
7.2.2接口设计
7.2.3软件介绍
7.3特征提取与融合软件设计与实现
7.3.1功能设计
7.3.2接口设计
7.3.3软件介绍
7.4决策融合诊断软件设计与实现
7.4.1功能设计
7.4.2接口设计
7.4.3软件介绍
7.5故障管理统计软件设计与实现
7.5.1功能设计
7.5.2数据结构
7.5.3接口设计
7.5.4软件介绍
7.6信息融合故障诊断平台案例仿真
7.6.1仿真案例
7.6.2诊断准确度统计
参考文献
下载地址