《排煙風機信息融合故障診斷方法與系統研究》綜合運用信息融合理論、提升小波信號預處理及特徵提取方法、盲源分離故障診斷方法、BP—ART2神經網路故障診斷、多專家協同診斷等先進理論和算法，對多感測器信息在多層結構上進行多診斷方法的信息融合，並在理論研究的基礎上，開發了排煙風機運行狀態監測與故障診斷微機集中式和DSP分散式兩種監測與故障診斷系統，實現了排煙風機的有效故障診斷。
基本介紹
- 書名：排煙風機信息融合故障診斷方法與系統研究
- 出版社：冶金工業出版社
- 頁數：154頁
- 開本：16
- 品牌：冶金工業出版社
- 作者：陽小燕 周熊
- 出版日期：2013年8月1日
- 語種：簡體中文
- ISBN：9787502464196
內容簡介,圖書目錄,
內容簡介
《排煙風機信息融合故障診斷方法與系統研究》可供從事排煙風機或大型旋轉機械狀態監測、故障診斷等方面理論研究或系統開發的學者與相關工程技術人員參考。
圖書目錄
1緒論
1.1機械故障診斷的發展與現狀
1.1.1國內外研究現狀
1.1.2故障診斷技術的發展趨勢
1.2故障診斷方法與技術概述
1.2.1信息融合故障診斷
1.2.2信號預處理技術
1.2.3神經網路故障診斷
1.2.4盲源分離故障診斷
1.2.5故障診斷專家系統
1.3本書的研究意義與套用前景
1.4本書的主要內容與結構安排
2自適應提升小波信號處理方法研究
2.1排煙風機信號預處理問題的提出
2.2小波去噪閾值函式設計
2.2.1現有閾值函式分析
2.2.2本書設計的改進閾值函式
2.2.3閾值函式去噪性能比較
2.3提升小波自適應去噪算法研究
2.3.1信號局部特徵的時域估計方法設計
2.3.2基於信號局部特徵的小波函式選擇
2.3.3信號突變點的平滑遞變階次提升小波函式設計
2.3.4基於信號局部特徵的自適應小波閾值選擇
2.3.5仿真與實驗
2.4信號頻域特徵的小波消混校正方法設計
2.4.1小波分析的頻域特徵提取
2.4.2小波分解中頻率混淆的校正方法設計
2.4.3消除小波分析頻率混淆算法設計
2.4.4小波混頻改進算法套用
2.5本章小結
3動態故障源數估計的自適應盲源分離方法研究
3.1數據層融合診斷問題的提出
3.2動態故障源的源數估計算法研究
3.2.1現有信號源數估計方法
3.2.2基於拓展四階累積量矩陣與奇異值分解的
源數估計算法研究
3.2.3拓展四階累積量矩陣源數估計實驗
3.3基於動態故障源數估計的自適應盲源分離算法研究
3.3.1基於主元分析的超定盲源分離算法
3.3.2基於稀疏元分析的欠定盲源分離算法
3.3.3自適應盲源分離算法
3.4盲源分離實驗分析
3.5本章小結
4綜合BP與ART2網路的改進型神經網路故障診斷方法研究
4.1神經網路故障診斷的不足
4.2改進型BP—ART2神經網路設計
4.2.1引入非線性映射的BP—ART2神經網路結構設計
4.2.2ART2神經網路自適應警戒參數與聚類設計
4.3改進型BP—ART2神經網路故障診斷系統的計算方法
4.3.1參數及權值初始化
4.3.2訓練過程的計算步驟
4.3.3診斷過程計算步驟
4.4實驗分析
4.5本章小結
5黑板型多專家機電融合故障診斷方法研究
5.1多專家診斷問題的提出
5.2排煙風機故障診斷的黑板型多專家融合系統結構設計
5.3黑板型多專家機電融合診斷方法研究
5.3.1排煙風機機電融合診斷方法研究
5.3.2多專家機電信息融合診斷算法
5.4實驗與診斷
5.5本章小結
6多感測器與多診斷方法的決策融合診斷
6.1排煙風機全局決策融合診斷結構設計
6.2多感測器加權激勵融合診斷方法研究
6.2.1多感測器之間的相關加權係數設計
6.2.2不同位置感測器在融合診斷中的權重設計
6.2.3多感測器加權係數的激勵
6.2.4多感測器兩兩加權激勵的綜合融合
6.2.5多感測器加權激勵融合診斷步驟
6.3多診斷方法局部診斷結果的決策融合設計
6.3.1決策融合規則
6.3.2排煙風機故障診斷決策融合算法設計
6.4決策融合實驗與診斷
6.4.1對兩兩感測器加權激勵融合
6.4.2多局部診斷方法的決策融合
6.5本章小結
7排煙風機狀態監測與故障診斷系統設計
7.1排煙風機監測點與感測器設定
7.2微機集中監測式與DSP分散式監測系統硬體設計
7.2.1微機集中監測與故障診斷系統
7.2.2DSP分散式實時監測與故障診斷系統
7.3排煙風機監測與故障診斷系統軟體設計
7.3.1微機集中監測系統數據採集軟體設計
7.3.2DSP分散式監測系統軟體設計
7.3.3上位機監測與管理軟體設計
7.4系統調試與現場套用實例
7.4.1系統分析、設計與調試
7.4.2現場套用實例
7.5本章小結
參考文獻
1.1機械故障診斷的發展與現狀
1.1.1國內外研究現狀
1.1.2故障診斷技術的發展趨勢
1.2故障診斷方法與技術概述
1.2.1信息融合故障診斷
1.2.2信號預處理技術
1.2.3神經網路故障診斷
1.2.4盲源分離故障診斷
1.2.5故障診斷專家系統
1.3本書的研究意義與套用前景
1.4本書的主要內容與結構安排
2自適應提升小波信號處理方法研究
2.1排煙風機信號預處理問題的提出
2.2小波去噪閾值函式設計
2.2.1現有閾值函式分析
2.2.2本書設計的改進閾值函式
2.2.3閾值函式去噪性能比較
2.3提升小波自適應去噪算法研究
2.3.1信號局部特徵的時域估計方法設計
2.3.2基於信號局部特徵的小波函式選擇
2.3.3信號突變點的平滑遞變階次提升小波函式設計
2.3.4基於信號局部特徵的自適應小波閾值選擇
2.3.5仿真與實驗
2.4信號頻域特徵的小波消混校正方法設計
2.4.1小波分析的頻域特徵提取
2.4.2小波分解中頻率混淆的校正方法設計
2.4.3消除小波分析頻率混淆算法設計
2.4.4小波混頻改進算法套用
2.5本章小結
3動態故障源數估計的自適應盲源分離方法研究
3.1數據層融合診斷問題的提出
3.2動態故障源的源數估計算法研究
3.2.1現有信號源數估計方法
3.2.2基於拓展四階累積量矩陣與奇異值分解的
源數估計算法研究
3.2.3拓展四階累積量矩陣源數估計實驗
3.3基於動態故障源數估計的自適應盲源分離算法研究
3.3.1基於主元分析的超定盲源分離算法
3.3.2基於稀疏元分析的欠定盲源分離算法
3.3.3自適應盲源分離算法
3.4盲源分離實驗分析
3.5本章小結
4綜合BP與ART2網路的改進型神經網路故障診斷方法研究
4.1神經網路故障診斷的不足
4.2改進型BP—ART2神經網路設計
4.2.1引入非線性映射的BP—ART2神經網路結構設計
4.2.2ART2神經網路自適應警戒參數與聚類設計
4.3改進型BP—ART2神經網路故障診斷系統的計算方法
4.3.1參數及權值初始化
4.3.2訓練過程的計算步驟
4.3.3診斷過程計算步驟
4.4實驗分析
4.5本章小結
5黑板型多專家機電融合故障診斷方法研究
5.1多專家診斷問題的提出
5.2排煙風機故障診斷的黑板型多專家融合系統結構設計
5.3黑板型多專家機電融合診斷方法研究
5.3.1排煙風機機電融合診斷方法研究
5.3.2多專家機電信息融合診斷算法
5.4實驗與診斷
5.5本章小結
6多感測器與多診斷方法的決策融合診斷
6.1排煙風機全局決策融合診斷結構設計
6.2多感測器加權激勵融合診斷方法研究
6.2.1多感測器之間的相關加權係數設計
6.2.2不同位置感測器在融合診斷中的權重設計
6.2.3多感測器加權係數的激勵
6.2.4多感測器兩兩加權激勵的綜合融合
6.2.5多感測器加權激勵融合診斷步驟
6.3多診斷方法局部診斷結果的決策融合設計
6.3.1決策融合規則
6.3.2排煙風機故障診斷決策融合算法設計
6.4決策融合實驗與診斷
6.4.1對兩兩感測器加權激勵融合
6.4.2多局部診斷方法的決策融合
6.5本章小結
7排煙風機狀態監測與故障診斷系統設計
7.1排煙風機監測點與感測器設定
7.2微機集中監測式與DSP分散式監測系統硬體設計
7.2.1微機集中監測與故障診斷系統
7.2.2DSP分散式實時監測與故障診斷系統
7.3排煙風機監測與故障診斷系統軟體設計
7.3.1微機集中監測系統數據採集軟體設計
7.3.2DSP分散式監測系統軟體設計
7.3.3上位機監測與管理軟體設計
7.4系統調試與現場套用實例
7.4.1系統分析、設計與調試
7.4.2現場套用實例
7.5本章小結
參考文獻
