《工程系統診斷與預測——方法與技術》是2016年電子工業出版社出版的圖書，作者是（黎巴嫩）Seifedine Kadry （賽義夫丁.卡德里）。
基本介紹
- 書名：工程系統診斷與預測——方法與技術
- 作者：（黎巴嫩）Seifedine Kadry （賽義夫丁.卡德里）
- 譯者：尹明,葉曉惠,陳少昌等
- ISBN：9787121290565
- 頁數：316
- 出版時間：2016-07
- 開本：16開
內容簡介,目錄,
內容簡介
工業預測使用機率測量對工業系統的全壽命周期進行預報，由此來決定機器的運行方式，尤其需要的是能夠在機器失效前預測。這一點是首要的。因此，為工程系統開發可靠的預測過程，對增加系統性能和提高可靠性是非常重要的。 本書內容主要是介紹系統診斷和預測的基本原理和套用。在診斷和預測系統的方法和技術上開展了廣泛討論,內容高度覆蓋了SHM/DP學科範圍，包括以實際套用案例來說明方法的有效性，以及未來的發展趨勢和研究。 本書可作為高等學校本科高年級和研究生的參考教材，也可以作為從事故障診斷和預測的工程技術人員的參考書。
目錄
第1章 在通用離散隨機系統中實現基於輸出機率密度估計的疊代容錯控制
1.1 引言
1.2 基於ILC的PDF控制
1.3 問題公式化
1.3.1 非線性動態權重模型
1.4 故障檢測
1.5 故障診斷
1.6 故障容錯控制
1.6.1 問題公式化
1.6.2 控制器設計
1.7 徑向基函式的調整
1.8 收斂性分析
1.9 一個演示例子
1.10 結論
參考文獻
第2章 智慧型系統監測：線上學習和系統條件狀態
2.1 引言
2.1.1 預測與健康管理
2.1.2 問題公式化
2.1.3 系統退化監測
2.2 傳送帶過程仿真
2.2.1 感應電動機及其控制
2.2.2 標量控制電機建模
2.2.3 矢量控制電機建模
2.2.4 熱模型
2.2.5 傳送帶
2.2.6 退化仿真
2.3 線上學習自適應建模
2.3.1 感應電動機自適應模型
2.3.2 負載轉矩自適應估計器
2.3.3 轉子電阻參數估計
2.4 退化自動裝置和系統條件狀態
2.5 解決方案和建議
2.6 未來的研究方向
2.7 結論
參考文獻
輔助讀物
關鍵術語和定義
附錄
第3章 分類器的原理
3.1 引言
3.2 背景
3.3 分類器
3.3.1 分類器的訓練
3.3.2 分類器的隸屬度
3.3.3 多變數分類器
3.3.4 分類標籤
3.4 數據預處理
3.5 連續學習
3.5.1 概述
3.5.2 初始訓練
3.5.3 預測
3.5.4 再訓練
3.5.5 故障檢測
3.5.6 診斷進程
3.5.7 總結
3.6 預測的置信區間
3.7 通用性
3.8 未來的研究方向
3.9 結論
參考文獻
其他閱讀
第4章 綜合多感測器信息產生故障診斷指標
4.1 引言
4.2 背景
4.3 為故障級別診斷產生的一個指標
4.3.1 方法Ⅰ：處理從兩個感測器採集的信號
4.3.2 方法Ⅱ：分別從每個感測器處理採集信號
4.3.3 泥漿泵的葉輪故障診斷套用
4.4 未來的研究方向
4.5 結論
4.6 致謝
參考文獻
補充閱讀
第5章 基於自由參數變換方法對系統進行故障檢測與隔離
5.1 引言
5.2 問題假設
5.2.1 目標
5.2.2 假設
5.2.3 基於數據殘差生成方法的一般原則
5.3 單一模式的感測器故障檢測和隔離
5.3.1 基於數據的殘差法
5.3.2 殘差對故障的靈敏度
5.3.3 感測器故障隔離
5.4 僅使用線上輸入/輸出數據進行轉換時間估計
5.5 利用線上和離線的輸入/輸出數據進行開關時間估計和當前模式識別
5.5.1 基於數據的殘差
5.5.2 模式識別
5.5.3 模式辨別能力
5.5.4 開關時間估計
5.5.5 轉換的可探測性
5.5.6 示例
5.6 算法
5.7 車輛防側翻實例
5.8 結論
參考文獻
第6章 基於數據驅動的旋轉機預測
6.1 引言
6.2 狀態監測的狀態指標
6.2.1 特徵提取來提高信噪比
6.2.2 TSA技術和狀態指標
6.2.3 齒輪故障狀態指標
6.3 閾值設定和組件健康
6.3.1 齒輪健康分布函式
6.3.2 狀態指標間的相關性控制
6.3.3 基於瑞利機率密度函式的健康指標
6.4 預測的狀態空間模型
6.4.1 估算系統的剩餘有效壽命
6.4.2 預測及預測中的置信區間
6.4.3 試驗樣品和一個預測實例
6.5 結論
參考文獻
第7章 基於個體預測確定合適的退化參數
7.1 引言
7.2 背景
7.3 方法
7.3.1 通用路徑模型
7.3.2 利用非貝葉斯更新方法結合先驗信息
7.3.3 選擇最優預測參數
7.3.4 綜合監測和預測系統
7.4 套用與結果
7.4.1 數據集描述
7.4.2 通過專家分析找到一個預測參數
7.4.3 確定一個最佳的預測參數與遺傳算法
7.5 總結
參考文獻
第8章 多狀態設備退化的非齊次連續時間隱半馬爾科夫建模過程
8.1 引言
8.2 背景
8.3 馬爾可夫重建過程的多態退化建模
8.3.1 初級NHCTSMP
8.3.2 轉換類型
8.3.3 使用轉換率函式NHCTSMP建模
8.3.4 轉換類型的選擇
8.3.5 使用NHCTHSMP多狀態設備建模
8.3.6 假設
8.3.7 NHCTHSMP參數
8.4 為多狀態設備的NHCTHSMP參數估計
8.4.1 無監督估計方法
8.5 計算實例
8.6 未來的研究方向
8.7 總結
8.8 致謝
參考文獻
第9章 基於機率變換與有限元法相結合的機械系統隨機疲勞診斷
9.1 引言
9.2 隨機疲勞
9.2.1 機率變換方法
9.2.2 有限元法
9.2.3 有限元和機率變換方法的新技術
9.2.4 套用：張力下的多孔板
9.3 總結
參考文獻
第10章 基於狀態分類和預測的旋轉機退化預測
10.1 引言
10.2 背景
10.3 異常定義和退化檢測
10.4 基於狀態分類的退化過程
10.4.1 學習矢量量化
10.4.2 支持向量機
10.5 基於狀態預測的退化
10.5.1 異常狀態分類器的機率估計原理
10.5.2 使用支持向量機的異常狀態的機率估計
10.6 旋轉機狀態分類和預測的案例
10.6.1 訓練和測試樣本
10.6.2 退化狀態分類
10.6.3 退化狀態預測
10.7 未來的研究方向
10.7.1 失效發生的機率估計
10.7.2 複雜設備的降維
10.8 結論
10.9 致謝
參考文獻
補充閱讀
第11章 連續刀具狀態檢測的一種時序預測方法
11.1 引言
11.1.1 隱馬爾可夫模型
11.2 隱半馬氏模型的方法
11.3 前後向疊代算法的簡化計算
11.3.1 前後向變數
11.3.2 狀態估計
11.4 診斷和預測
11.5 數據集和特徵
11.5.1 統計特徵
11.5.2 小波特徵
11.5.3 特徵選擇
11.6 診斷和預測結果
11.6.1 方面一：交叉驗證
11.6.2 方面二：測試診斷能力
11.6.3 方面三：預測能力測試
11.6.4 非對稱損失函式
11.6.5 方面一: 非對稱交叉驗證
11.6.6 方面二: 非對稱診斷
11.7 結論
參考文獻
第12章 集成系統健康狀態的預測與監控
12.1 引言
12.2 背景
12.2.1 故障診斷概述
12.2.2 PHM概述
12.2.3 可靠性與故障容錯控制概述
12.3 集成控制和預測
12.3.1 控制和預測
12.3.2 體系結構描述
12.3.3 數據採集和預處理
12.3.4 狀態監測與故障診斷
12.3.5 預測
12.3.6 決策
12.3.7 對策與建議
12.4 未來研究方向
12.5 結論
12.6 致謝
參考文獻
補充閱讀
第13章 基於粒子濾波的齒輪故障預測方法
13.1 引言
13.2 方法
13.2.1 一維健康指數
13.2.2 基於粒子濾波的RUL預測
13.3 螺旋傘齒輪的案例研究
13.3.1 實驗裝置和數據收集
13.3.2 結果
13.4 總結
13.5 致謝
參考文獻
第14章 PHM商業套用案例：投資回報率和可用性影響
14.1 引言
14.1.1 維修模式
14.1.2 系統和企業級維修價值
14.2 投資回報(ROI)
14.2.1 ROI的定義
14.2.2 ROI成本規避
14.2.3 將健康管理加入風力發動機的投資回報
14.3 系統級維修值
14.3.1 定期維修與無維修靈活性PHM的NPV
14.3.2 維修選項分析
14.4 可用性需求
14.4.1 可用性契約
14.4.2 基於可用性的設計
14.5 結論
參考文獻
第15章 船舶動力機械系統的遠程故障診斷系統
15.1 引言
15.2 基於知識的遠程診斷系統描述
15.2.1 系統的整體設計
15.2.2 MSS的設計
15.2.3 DSLC的設計
15.2.4 遠程知識服務
15.3 案例研究：齒輪泵損壞檢測與診斷
15.3.1 線上異常報警
15.3.2 離線故障診斷
15.4 未來研究方向
15.5 結論
15.6 致謝
參考文獻
第16章 磨損條件下節流閥的預測與健康管理：最優維修規劃診斷—預測框架
16.1 引言
16.2 CBM通用指南和標準
16.3 基於狀態維修的節流閥
16.3.1 砂管理與檢測
16.3.2 侵蝕監測
16.4 節流閥侵蝕案例研究
16.5 節流閥狀態監測
16.6 估計節流閥剩餘有效壽命
16.6.1 侵蝕指標的伽馬過程建模
16.6.2 伽馬過程參數的估計
16.6.3 剩餘有效壽命為有條件壽命分布
16.6.4 結果
16.7 結論
參考文獻
第17章 工業設備的故障預測與健康管理
17.1 引言
17.2 預測方法的特徵
17.2.1 快速預測
17.2.2 魯棒性
17.2.3 置信區間估計
17.2.4 適用性
17.2.5 詳細說明
17.2.6 建模和計算負擔
17.2.7 多故障處理
17.3 PHM的信息和數據
17.4 PHM的方法
17.4.1 基於第一原理模型的方法
17.4.2 基於可靠性模型的方法
17.4.3 感測器數據驅動方法的過程
17.5 案例
17.5.1 利用粒子濾波第一原理模型的方法
17.5.2 一種數據驅動的方法：模式模糊相似
17.6 挑戰與未來研究
17.6.1 混合信息和數據
17.6.2 預測指標的定義
17.6.3 集成和混合方法
17.6.4 伴隨不確定性量化的RUL和可靠性評估
17.6.5 驗證與預測方法
17.6.6 儀器儀表的設計
17.6.7 控制、操作和維護一體化過程的PHM
17.7 總結和結論
參考文獻
第18章 在不確定條件下使用貝葉斯分析和解析近似法進行結構可靠性和回響預測
18.1 引言
18.2 貝葉斯建模和拉普拉斯近似
18.3 使用一階和二階可靠性方法進行估計
18.4 逆FORM方法的系統回響估計
18.5 舉例
18.5.1 複合梁可靠性實例
18.5.2 使用健康監測數據結構比例更新實例
18.6 結論
參考文獻
第19章 使用間接感測器測量具有動態 回響重建的疲勞損傷預測和壽命預測
19.1 引言
19.2 經驗模式分解
19.2.1 標準的篩選過程
19.2.2 間歇性標準的篩選過程
19.2.3 變換公式
19.3 時間微分疲勞裂紋擴展模型
19.4 例子
19.5 結論
參考文獻
