掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
工業(yè)大數(shù)據(jù)驅(qū)動的裝備智能運維技術(shù)與實踐
本類五星書更多>
-
>
貨幣大歷史:金融霸權(quán)與大國興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書報》2021合訂本
-
>
(精)中國當(dāng)代書畫名家作品集·范碩:書法卷+繪畫卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權(quán)力之路
-
>
書里掉出來一只狼+狼的故事-全2冊
-
>
奇思妙想創(chuàng)意玩具書(精裝4冊)
工業(yè)大數(shù)據(jù)驅(qū)動的裝備智能運維技術(shù)與實踐 版權(quán)信息
- ISBN：9787030776952
- 條形碼：9787030776952 ; 978-7-03-077695-2
- 裝幀：平裝
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：
工業(yè)大數(shù)據(jù)驅(qū)動的裝備智能運維技術(shù)與實踐 內(nèi)容簡介
隨著信息、傳感器以及人工智能等核心技術(shù)的飛速發(fā)展，制造業(yè)與信息化的融合愈加緊密，"中國制造 2025"、美國"優(yōu)選制造業(yè)領(lǐng)導(dǎo)力戰(zhàn)略"、德國"國家工業(yè)戰(zhàn)略 2030"等將智能制造作為主攻領(lǐng)域。特別地，我國《"十四五"智能制造發(fā)展規(guī)劃》將裝備故障診斷與預(yù)測性維護、智能運維的關(guān)鍵技術(shù)作為主攻方向。本書在國家自然科學(xué)金、省重大專項等的支持下，以刀具、軸承以及齒輪等典型零部件為對象，重點關(guān)注運維數(shù)據(jù)采集、處理、建模以及分析挖掘整個流程的痛點、難點。全書共分為7章，第1章為緒論，第2~3章分別介紹機器學(xué)習(xí)以及智能優(yōu)化相關(guān)理論，第4章為運維數(shù)據(jù)采集及信號預(yù)處理，第5章為特征提取與重構(gòu)，第6~7章分別為狀態(tài)監(jiān)測、狀態(tài)預(yù)測的范例及應(yīng)用。
工業(yè)大數(shù)據(jù)驅(qū)動的裝備智能運維技術(shù)與實踐 目錄
前言
第1章緒論1
1.1引言1
1.1.1智能制造概述1
1.1.2機械設(shè)備狀態(tài)監(jiān)測與預(yù)測的意義3
1.1.3數(shù)據(jù)驅(qū)動與機器學(xué)習(xí)的實踐意義4
1.2國內(nèi)外研究現(xiàn)狀5
1.2.1數(shù)據(jù)驅(qū)動的機械設(shè)備狀態(tài)監(jiān)測的研究現(xiàn)狀6
1.2.2數(shù)據(jù)驅(qū)動的機械設(shè)備剩余使用壽命預(yù)測的研究現(xiàn)狀9
1.2.3異常狀態(tài)監(jiān)測與剩余使用壽命預(yù)測所面臨的難點與挑戰(zhàn)10
1.3試驗數(shù)據(jù)簡介11
1.3.1軸承數(shù)據(jù)集11
1.3.2刀具數(shù)據(jù)集13
1.4本章小結(jié)14
參考文獻(xiàn)15
第2章機器學(xué)習(xí)的基礎(chǔ)理論20
2.1分類學(xué)習(xí)理論20
2.1.1基于淺層機器學(xué)習(xí)的分類理論20
2.1.2基于深度學(xué)習(xí)的分類理論24
2.1.3基于遷移學(xué)習(xí)的分類理論26
2.2聚類學(xué)習(xí)理論27
2.2.1無監(jiān)督聚類學(xué)習(xí)理論27
2.2.2半監(jiān)督聚類學(xué)習(xí)理論29
2.3回歸學(xué)習(xí)理論32
2.3.1基于淺層機器學(xué)習(xí)的回歸理論32
2.3.2基于深度學(xué)習(xí)的回歸理論34
2.3.3基于遷移學(xué)習(xí)的回歸理論36
2.4本章小結(jié)37
參考文獻(xiàn)37
第3章智能優(yōu)化算法相關(guān)理論39
3.1智能優(yōu)化算法簡述39
3.2模式搜索法39
3.2.1網(wǎng)格搜索算法39
3.2.2隨機搜索算法40
3.2.3貝葉斯優(yōu)化算法41
3.3啟發(fā)式算法42
3.3.1粒子群優(yōu)化算法42
3.3.2均衡優(yōu)化算法43
3.4仿生智能算法45
3.4.1遺傳算法45
3.4.2灰狼優(yōu)化算法46
3.4.3飛蛾撲火優(yōu)化算法47
3.5本章小結(jié)49
參考文獻(xiàn)50
第4章設(shè)備狀態(tài)信息采集及信號預(yù)處理51
4.1機械關(guān)鍵零部件狀態(tài)信息采集51
4.1.1自建刀具磨損試驗平臺51
4.1.2自建軸承故障診斷試驗平臺61
4.1.3自建齒輪箱故障診斷試驗平臺63
4.2機械關(guān)鍵零部件運行狀態(tài)信號預(yù)處理67
4.2.1數(shù)據(jù)清洗67
4.2.2數(shù)據(jù)規(guī)約70
4.2.3數(shù)據(jù)變換71
4.2.4數(shù)據(jù)集成72
4.3本章小結(jié)73
參考文獻(xiàn)73
第5章信號特征提取與重構(gòu)75
5.1人工特征提取75
5.1.1經(jīng)驗?zāi)B(tài)分解75
5.1.2集成經(jīng)驗?zāi)B(tài)分解76
5.1.3自適應(yīng)白噪聲總體平均經(jīng)驗?zāi)B(tài)分解77
5.1.4改進自適應(yīng)白噪聲總體平均經(jīng)驗?zāi)B(tài)分解79
5.1.5模態(tài)分解-Shannon能量熵特征提取80
5.1.6支持向量數(shù)據(jù)描述80
5.1.7小波去噪82
5.2無監(jiān)督特征提取及特征可視化86
5.2.1深度特征學(xué)習(xí)86
5.2.2遷移特征學(xué)習(xí)89
5.3特征降維處理93
5.4特征數(shù)據(jù)均衡與增強處理94
5.4.1重采樣技術(shù)95
5.4.2數(shù)據(jù)增強96
5.5本章小結(jié)96
參考文獻(xiàn)98
第6章典型零部件智能故障診斷與監(jiān)測99
6.1基于機器學(xué)習(xí)的典型零部件智能故障診斷與監(jiān)測99
6.1.1基于機器學(xué)習(xí)的刀具智能故障診斷與監(jiān)測99
6.1.2基于機器學(xué)習(xí)的軸承智能故障診斷與監(jiān)測133
6.2基于深度學(xué)習(xí)的典型零部件智能故障診斷與監(jiān)測138
6.2.1基于深度學(xué)習(xí)的刀具智能故障診斷與監(jiān)測138
6.2.2基于深度學(xué)習(xí)的軸承智能故障診斷與監(jiān)測146
6.2.3基于深度學(xué)習(xí)的齒輪智能故障診斷與監(jiān)測155
6.3基于遷移學(xué)習(xí)的典型零部件智能故障診斷與監(jiān)測173
6.3.1改進的基于樣本特性的過采樣技術(shù)173
6.3.2基于ISCOTE和VGG16深度遷移學(xué)習(xí)的端到端狀態(tài)監(jiān)測174
6.4本章小結(jié)186
參考文獻(xiàn)187
第7章典型零部件剩余使用壽命預(yù)測188
7.1基于ISCOTE和ICEEMDAN-Shannon能量熵的時序狀態(tài)預(yù)測188
7.1.1試驗數(shù)據(jù)選取及其預(yù)處理188
7.1.2回歸器選取及其參數(shù)賦予194
7.1.3試驗結(jié)果及分析194
7.2基于圖像編碼技術(shù)和卷積神經(jīng)網(wǎng)絡(luò)的刀具磨損值預(yù)測200
7.2.1基于GAF-CNN的刀具磨損值在線監(jiān)測模型200
7.2.2GAF-CNN所涉及關(guān)鍵技術(shù)201
7.2.3預(yù)測模型訓(xùn)練203
7.2.4試驗結(jié)果及分析205
7.3本章小結(jié)208
參考文獻(xiàn)209
展開全部
工業(yè)大數(shù)據(jù)驅(qū)動的裝備智能運維技術(shù)與實踐 作者簡介
主持國家自然科學(xué)基金項目多項，獲得貴州省科技進步二等獎、三等獎各一項，中國自動化學(xué)會科技進步獎一等獎一項等
書友推薦
- >
名家?guī)阕x魯迅:故事新編
- >
月亮虎
- >
龍榆生：詞曲概論/大家小書
- >
巴金－再思錄
- >
李白與唐代文化
- >
【精裝繪本】畫給孩子的中國神話
- >
名家?guī)阕x魯迅:朝花夕拾
- >
隨園食單
本類暢銷
