掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
工程系統診斷與預測-方法與技術 版權信息
- ISBN：9787121290565
- 條形碼：9787121290565 ; 978-7-121-29056-5
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
工程系統診斷與預測-方法與技術 本書特色
內 容 簡 介 工業預測使用概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。 機械零件及傳動裝置,內容高度覆蓋了shm/dp學科范圍，包括以實際應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。
工程系統診斷與預測-方法與技術 內容簡介
本書介紹工程系統的診斷與預測方法，是一本論文集形式的著作。全書共13部分19章，內容涉及容錯控制、故障檢測、基于數據驅動方法的故障診斷、基于數據驅動方法的故障預測、故障診斷、故障控制與預測的集成、集成預測、預測與健康管理的生命周期成本與投資回報、基于物理的診斷、預測、結構預測等。
工程系統診斷與預測-方法與技術 目錄
目 錄第1章 在通用離散隨機系統中實現基于輸出概率密度估計的迭代容錯控制 1.1 引言 1.2 基于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 徑向基函數的調整 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 智能系統監測：在線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 在線學習自適應建模 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 多變量分類器 3.3.4 分類標簽 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 綜合多傳感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：處理從兩個傳感器采集的信號 4.3.2 方法ⅱ：分別從每個傳感器處理采集信號 4.3.3 泥漿泵的葉輪故障診斷應用 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 基于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 基于數據殘差生成方法的一般原則 5.3 單一模式的傳感器故障檢測和隔離 5.3.1 基于數據的殘差法 5.3.2 殘差對故障的靈敏度 5.3.3 傳感器故障隔離 5.4 僅使用在線輸入／輸出數據進行轉換時間估計 5.5 利用在線和離線的輸入／輸出數據進行開關時間估計和當前模式識別 5.5.1 基于數據的殘差 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 基于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 特征提取來提高信噪比 6.2.2 tsa技術和狀態指標 6.2.3 齒輪故障狀態指標 6.3 閾值設置和組件健康 6.3.1 齒輪健康分布函數 6.3.2 狀態指標間的相關性控制 6.3.3 基于瑞利概率密度函數的健康指標 6.4 預測的狀態空間模型 6.4.1 估算系統的剩余有效壽命 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 基于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*優預測參數 7.3.4 綜合監測和預測系統 7.4 應用與結果 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*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 使用轉換率函數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 基于概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 概率變換方法 9.2.2 有限元法 9.2.3 有限元和概率變換方法的新技術 9.2.4 應用：張力下的多孔板 9.3 總結 參考文獻 第10章 基于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 基于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 基于狀態預測的退化 10.5.1 異常狀態分類器的概率估計原理 10.5.2 使用支持向量機的異常狀態的概率估計 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 失效發生的概率估計 10.7.2 復雜設備的降維 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 前后向迭代算法的簡化計
展開全部
工程系統診斷與預測-方法與技術 作者簡介
海軍工程大學電子工程學院，教授。曾獲得海軍院校教育育才銀獎、海軍課堂授課質量獎等，負責培訓大學生電子設計競賽獲得多項獎項。“電子線路系列課程改革”獲全軍教學成果二等獎。
書友推薦
- >
巴金－再思錄
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
回憶愛瑪儂
- >
二體千字文
- >
隨園食單
- >
月亮與六便士
- >
推拿
- >
上帝之肋:男人的真實旅程
本類暢銷
