《線上感測器性能評估與故障診斷方法研究》以過程工業感測器為研究對象，系統闡述了線上性能評估的原理、方法與目標，主要內容有：線上感測器性能評估的含義和指標，感測器輸出時間序列的實時小波濾波方法，基於神經網路的感測器輸出時間序列的實時預測方法，同時對感測器突變信號的識別方法和基於強跟蹤濾波的故障診斷方法進行了研究。
基本介紹
- 書名：線上感測器性能評估與故障診斷方法研究
- 出版社：國防工業出版社
- 頁數：150頁
- 開本：32
- 品牌：國防工業出版社
- 作者：劉志成
- 出版日期：2013年7月1日
- 語種：簡體中文
- ISBN：9787118087345
內容簡介,圖書目錄,
內容簡介
《線上感測器性能評估與故障診斷方法研究》可作為過程裝備與控制、自動化、測控技術與儀器等專業研究人員的參考書，也可供生產企業一線從事感測器與檢測技術的工程師和技術人員作為參考用書。
圖書目錄
第1章緒論
1.1研究背景
1.1.1感測器的重要性
1.1.2智慧型感測器技術及發展現狀
1.2感測器性能評估與故障診斷的重要性
1.2.1故障的定義
1.2.2故障診斷的任務及其研究的內容
1.2.3性能評估的含義
1.2.4感測器故障及性能變化原因
1.2.5感測器性能評估與故障診斷的意義
1.3感測器故障診斷的方法及研究現狀
1.3.1基於解析模型的方法
1.3.2基於信號處理的方法
1.3.3基於知識的方法
1.3.4目前主要存在的問題
1.4本書研究的主要內容
第2章線上感測器性能評估指標和評估方法的確定
2.1感測器的性能指標分析
2.1.1感測器誤差分析
2.1.2感測器靜態性能指標的分析
2.1.3感測器的測量不確定度
2.2線上感測器性能評估方法
2.2.1感測器性能評估基本方法的提出
2.2.2神經網路預測前小波濾波的必要性分析
2.2.3小波濾波對神經網路預測精度影響的仿真
2.3本章小結
第3章感測器輸出時間序列的實時小波濾波方法
3.1小波變換的基本理論
3.1.1連續小波變換
3.1.2離散小波變換
3.1.3正交小波變換的快速算法——Mallat算法
3.1.4離散時間序列的正交小波變換
3.2小波變換在信號濾波中的套用研究
3.2.1小波濾波原理
3.2.2小波濾波的常見方法
3.2.3感測器輸出時間序列的小波域閾值濾波的基本原理
3.2.4小波域閾值濾波的實時性方法研究
3.3實時濾波效果的實驗分析
3.3.1實測信號的實時濾波效果分析
3.3.2典型信號的實時濾波效果研究
3.3.3仿真信號的實時濾波效果研究
3.4本章小結
第4章基於神經網路的感測器輸出時間序列預測方法
4.1預測的基本理論
4.1.1預測的特點
4.1.2預測性能評價指標
4.2時間序列預測的常用方法
4.2.1傳統的時間序列預測方法
4.2.2基於神經網路的時間序列預測方法
4.3自適應線性神經網路在時間序列預測中的套用
4.3.1自適應線性神經網路簡介
4.3.2自適應線性神經網路用於時間序列預測的步驟
4.3.3自適應線性神經網路進行時間序列預測的效果
4.4BP神經網路在時間序列預測中的套用
4.4.1BP神經網路概述
4.4.2BP神經網路用於時間序列預測的方法
4.4.3運用BP神經網路進行時間序列預測的效果
4.5本章小結
第5章線上感測器突變信號的檢測與識別
5.1突變信號的產生及特徵分析
5.2基於小波變換及小波包的頻帶分析
5.2.1小波變換與小波包的頻率分辨力
5.2.2頻帶分析方法
5.2.3小波頻帶與能量積分
5.2.4分析步驟
5.3頻帶分析中的小波函式選擇
5.4仿真分析
5.5實驗研究
5.6本章小結
第6章線上感測器性能評估與故障診斷方法的實驗研究
6.1性能評估與故障診斷方法流程
6.2原油儲罐液位感測器的性能評估與故障診斷
6.2.1MT2000原油儲罐液位測量儀的工作原理簡介
6.2.2MT2000原油儲罐液位測量儀的性能評估與故障診斷實驗
6.3原油含水率測量感測器的性能評估與故障診斷
6.3.1CM—3電容式含水分析儀測量原理簡介
6.3.2cM—3電容式含水分析儀性能評估與故障診斷實驗
6.4原油儲罐溫度感測器的性能評估與故障診斷
6.5恆壓供水系統的壓力與流量感測器評估實驗
6.5.1壓力感測器的性能評估實驗
6.5.2流量感測器的性能評估實驗
6.6本章小結
第7章基於強跟蹤濾波的感測器故障診斷方法的改進
7.1基本卡爾曼濾波算法
7.2擴展卡爾曼濾波算法
7.3強跟蹤卡爾曼濾波及其在感測器故障診斷中的套用
7.3.1強跟蹤卡爾曼濾波的基本原理
7.3.2基於強跟蹤卡爾曼濾波的感測器故障診斷方法
7.3.3存在的問題
7.4強跟蹤卡爾曼濾波與小波濾波相結合的改進方法
7.4.1感測器故障模型的簡化
7.4.2仿真實驗
7.5雙強跟蹤卡爾曼濾波器的改進方法
7.5.1基本原理
7.5.2仿真實驗
7.6本章小結
第8章結論與展望
參考文獻
1.1研究背景
1.1.1感測器的重要性
1.1.2智慧型感測器技術及發展現狀
1.2感測器性能評估與故障診斷的重要性
1.2.1故障的定義
1.2.2故障診斷的任務及其研究的內容
1.2.3性能評估的含義
1.2.4感測器故障及性能變化原因
1.2.5感測器性能評估與故障診斷的意義
1.3感測器故障診斷的方法及研究現狀
1.3.1基於解析模型的方法
1.3.2基於信號處理的方法
1.3.3基於知識的方法
1.3.4目前主要存在的問題
1.4本書研究的主要內容
第2章線上感測器性能評估指標和評估方法的確定
2.1感測器的性能指標分析
2.1.1感測器誤差分析
2.1.2感測器靜態性能指標的分析
2.1.3感測器的測量不確定度
2.2線上感測器性能評估方法
2.2.1感測器性能評估基本方法的提出
2.2.2神經網路預測前小波濾波的必要性分析
2.2.3小波濾波對神經網路預測精度影響的仿真
2.3本章小結
第3章感測器輸出時間序列的實時小波濾波方法
3.1小波變換的基本理論
3.1.1連續小波變換
3.1.2離散小波變換
3.1.3正交小波變換的快速算法——Mallat算法
3.1.4離散時間序列的正交小波變換
3.2小波變換在信號濾波中的套用研究
3.2.1小波濾波原理
3.2.2小波濾波的常見方法
3.2.3感測器輸出時間序列的小波域閾值濾波的基本原理
3.2.4小波域閾值濾波的實時性方法研究
3.3實時濾波效果的實驗分析
3.3.1實測信號的實時濾波效果分析
3.3.2典型信號的實時濾波效果研究
3.3.3仿真信號的實時濾波效果研究
3.4本章小結
第4章基於神經網路的感測器輸出時間序列預測方法
4.1預測的基本理論
4.1.1預測的特點
4.1.2預測性能評價指標
4.2時間序列預測的常用方法
4.2.1傳統的時間序列預測方法
4.2.2基於神經網路的時間序列預測方法
4.3自適應線性神經網路在時間序列預測中的套用
4.3.1自適應線性神經網路簡介
4.3.2自適應線性神經網路用於時間序列預測的步驟
4.3.3自適應線性神經網路進行時間序列預測的效果
4.4BP神經網路在時間序列預測中的套用
4.4.1BP神經網路概述
4.4.2BP神經網路用於時間序列預測的方法
4.4.3運用BP神經網路進行時間序列預測的效果
4.5本章小結
第5章線上感測器突變信號的檢測與識別
5.1突變信號的產生及特徵分析
5.2基於小波變換及小波包的頻帶分析
5.2.1小波變換與小波包的頻率分辨力
5.2.2頻帶分析方法
5.2.3小波頻帶與能量積分
5.2.4分析步驟
5.3頻帶分析中的小波函式選擇
5.4仿真分析
5.5實驗研究
5.6本章小結
第6章線上感測器性能評估與故障診斷方法的實驗研究
6.1性能評估與故障診斷方法流程
6.2原油儲罐液位感測器的性能評估與故障診斷
6.2.1MT2000原油儲罐液位測量儀的工作原理簡介
6.2.2MT2000原油儲罐液位測量儀的性能評估與故障診斷實驗
6.3原油含水率測量感測器的性能評估與故障診斷
6.3.1CM—3電容式含水分析儀測量原理簡介
6.3.2cM—3電容式含水分析儀性能評估與故障診斷實驗
6.4原油儲罐溫度感測器的性能評估與故障診斷
6.5恆壓供水系統的壓力與流量感測器評估實驗
6.5.1壓力感測器的性能評估實驗
6.5.2流量感測器的性能評估實驗
6.6本章小結
第7章基於強跟蹤濾波的感測器故障診斷方法的改進
7.1基本卡爾曼濾波算法
7.2擴展卡爾曼濾波算法
7.3強跟蹤卡爾曼濾波及其在感測器故障診斷中的套用
7.3.1強跟蹤卡爾曼濾波的基本原理
7.3.2基於強跟蹤卡爾曼濾波的感測器故障診斷方法
7.3.3存在的問題
7.4強跟蹤卡爾曼濾波與小波濾波相結合的改進方法
7.4.1感測器故障模型的簡化
7.4.2仿真實驗
7.5雙強跟蹤卡爾曼濾波器的改進方法
7.5.1基本原理
7.5.2仿真實驗
7.6本章小結
第8章結論與展望
參考文獻
