《基於知識的機電系統故障診斷與預測技術》面向現代機電裝備，介紹了基於知識的機電系統故障診斷與趨勢預測的研究背景，闡述了面向工業現場的故障診斷知識的獲取技術和智慧型診斷技術、微弱早期故障的特徵獲取技術以及非線性非平穩狀態的趨勢預測技術，對所提出的相關理論方法進行了實驗研究和套用研究。
基本介紹
- 書名：基於知識的機電系統故障診斷與預測技術
- 類型：科技
- 出版日期：2014年1月1日
- 語種：簡體中文
- ISBN：9787504751225
- 作者：王紅軍
- 出版社：中國財富出版社
- 頁數：188頁
- 開本：16
- 品牌：中國物資出版社
內容簡介,圖書目錄,
內容簡介
《基於知識的機電系統故障診斷與預測技術》可供高等院校、研究院所以及企業從事裝備運行狀態故障診斷與維護等相關研究領域的科技人員使用參考，也可作為機械工程以及相關學科專業的教師、高年級本科生和研究生的教材或參考書。
圖書目錄
1緒論
1.1 機電系統狀態監測與故障診斷的發展概況
1.2機電系統故障診斷與趨勢預示技術
1.2.1 基於粗糙集的知識獲取
1.2.2基於數據挖掘的知識獲取和診斷
1.3機電系統狀態智慧型趨勢預示的研究綜述
1.3.1 神經網路的趨勢預測方法
1.3.2支持向量機（Support Vector Machine，SVM）方法
1.3.3流形學習
1.4設備劣化進程中的一般性規律
1.5振動信號分析的基本方法
1.5.1 信號的時域分析
1.5.2信號的頻域分析
1.5.3 小波分析方法
1.6故障診斷的特徵量和判斷標準
1.6.1 故障診斷特徵量公式
1.6.2故障診斷的判斷標準
2早期微弱故障的敏感特徵提取技術
2.1 EMD的基本概念及原理
2.1.1基本概念
2.1.2經驗模態分解過程
2.1.3 經驗模態分解方法存在的問題
2.2基於EEMD的早期特徵獲取方法
2.2.1 EEMD的分解原理
2.2.2 IMF選擇算法及EEMD降噪
2.2.3 基於EEMD和小波包的故障敏感特徵提取
2.3基於流形學習的早期故障敏感特徵提取
2.3.1 流形學習算法
2.3.2基於時頻域統計指標的流形學習敏感特徵提取
2.4基於小波包的早期微弱故障敏感特徵提取方法
2.4.1 小波（包）原理
2.4.2基於小波包的旋轉機械故障特徵提取
3基於粗糙集的故障診斷與知識提取
3.1知識與粗糙集理論
3.1.1 知識與知識的表達
3.1.2粗糙集合
3.1.3知識的約簡
3.1.4決策表
3.1.5 決策表的簡化
3.2基於粗糙集的知識獲取和診斷
3.2.1粗糙集知識獲取的建模步驟
3.2.2數據的預處理和連續屬性的離散化
3.2.3條件屬性的約簡
3.2.4規則評價與分類
3.2.5 基於粗糙集的知識獲取和故障診斷系統
3.3旋轉機械轉子系統振動故障的規則獲取
3.3.1 旋轉機械振動故障及其徵兆
3.3.2大型旋轉機械振動故障知識獲取
3.3.3 大慶油田大型旋轉注水機組診斷知識獲取
3.4基於變精度粗糙集的知識獲取與故障診斷
3.4.1 知識發現的不確定性
3.4.2多數包含關係
3.4.3 VPRS模型中的近似集
3.4.4連續屬性離散化方法
3.4.5 基於熵的粗糙集連續屬性離散化算法研究
3.4.6基於變精度粗糙集的屬性約簡
……
4基於數據挖掘的故障診斷與知識獲取
5基於知識的智慧型故障診斷系統的關鍵技術
6 非線性非平穩機械運行狀態趨勢預示技術
參考文獻
1.1 機電系統狀態監測與故障診斷的發展概況
1.2機電系統故障診斷與趨勢預示技術
1.2.1 基於粗糙集的知識獲取
1.2.2基於數據挖掘的知識獲取和診斷
1.3機電系統狀態智慧型趨勢預示的研究綜述
1.3.1 神經網路的趨勢預測方法
1.3.2支持向量機（Support Vector Machine，SVM）方法
1.3.3流形學習
1.4設備劣化進程中的一般性規律
1.5振動信號分析的基本方法
1.5.1 信號的時域分析
1.5.2信號的頻域分析
1.5.3 小波分析方法
1.6故障診斷的特徵量和判斷標準
1.6.1 故障診斷特徵量公式
1.6.2故障診斷的判斷標準
2早期微弱故障的敏感特徵提取技術
2.1 EMD的基本概念及原理
2.1.1基本概念
2.1.2經驗模態分解過程
2.1.3 經驗模態分解方法存在的問題
2.2基於EEMD的早期特徵獲取方法
2.2.1 EEMD的分解原理
2.2.2 IMF選擇算法及EEMD降噪
2.2.3 基於EEMD和小波包的故障敏感特徵提取
2.3基於流形學習的早期故障敏感特徵提取
2.3.1 流形學習算法
2.3.2基於時頻域統計指標的流形學習敏感特徵提取
2.4基於小波包的早期微弱故障敏感特徵提取方法
2.4.1 小波（包）原理
2.4.2基於小波包的旋轉機械故障特徵提取
3基於粗糙集的故障診斷與知識提取
3.1知識與粗糙集理論
3.1.1 知識與知識的表達
3.1.2粗糙集合
3.1.3知識的約簡
3.1.4決策表
3.1.5 決策表的簡化
3.2基於粗糙集的知識獲取和診斷
3.2.1粗糙集知識獲取的建模步驟
3.2.2數據的預處理和連續屬性的離散化
3.2.3條件屬性的約簡
3.2.4規則評價與分類
3.2.5 基於粗糙集的知識獲取和故障診斷系統
3.3旋轉機械轉子系統振動故障的規則獲取
3.3.1 旋轉機械振動故障及其徵兆
3.3.2大型旋轉機械振動故障知識獲取
3.3.3 大慶油田大型旋轉注水機組診斷知識獲取
3.4基於變精度粗糙集的知識獲取與故障診斷
3.4.1 知識發現的不確定性
3.4.2多數包含關係
3.4.3 VPRS模型中的近似集
3.4.4連續屬性離散化方法
3.4.5 基於熵的粗糙集連續屬性離散化算法研究
3.4.6基於變精度粗糙集的屬性約簡
……
4基於數據挖掘的故障診斷與知識獲取
5基於知識的智慧型故障診斷系統的關鍵技術
6 非線性非平穩機械運行狀態趨勢預示技術
參考文獻
