123,123

內(nèi)容簡(jiǎn)介

　　本書(shū)以近年來(lái)智能故障診斷的技術(shù)為例，對(duì)每種智能故障診斷方法進(jìn)行分析與驗(yàn)證，設(shè)計(jì)了液壓機(jī)故障檢測(cè)的硬件與軟件，以及信號(hào)處理的基本算法，列舉典型液壓機(jī)的工作原理，并通過(guò)支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò)、RBF網(wǎng)絡(luò)、專家系統(tǒng)、隱馬爾科夫HMM、傅里葉描述子、SDPCA、ES-MLSTM 等及其改進(jìn)算法的集成，對(duì)液壓機(jī)的故障分類精度進(jìn)行測(cè)試，并設(shè)計(jì)了基于PCA的液壓機(jī)性能評(píng)估算法。本書(shū)內(nèi)容簡(jiǎn)練，具有很強(qiáng)的應(yīng)用性和適用性，許多內(nèi)容是經(jīng)過(guò)實(shí)踐驗(yàn)證的，具有很好的借鑒價(jià)值。在理論研究上也進(jìn)行了創(chuàng)新，解決了部分理論應(yīng)用中存在的瓶頸，并成功應(yīng)用到實(shí)踐中。本書(shū)可以作為自動(dòng)化類或機(jī)械制造與自動(dòng)化等相關(guān)專業(yè)本科或研究生的參考用書(shū)，也可供從事液壓機(jī)開(kāi)發(fā)的研究人員和從事液壓維保工程師參考使用。

作者簡(jiǎn)介

暫缺《液壓機(jī)智能故障診斷方法集成技術(shù)》作者簡(jiǎn)介

圖書(shū)目錄

第1章液壓機(jī)故障分析方法 1
1.1　液壓機(jī)簡(jiǎn)介 3
1.2　液壓機(jī)故障診斷方法 4
1.3　液壓機(jī)可靠性維修 6

第2章典型液壓機(jī)液壓回路分析 11
2.1　短周期貼面液壓機(jī)液壓回路分析 13
2.2　德國(guó)溫康納短周期貼面液壓機(jī)液壓回路分析 20
2.3　薄板拉伸液壓機(jī)液壓回路分析 25
2.4　打包機(jī)液壓回路分析 27

第3章液壓機(jī)數(shù)據(jù)采集及數(shù)據(jù)處理 29
3.1　液壓機(jī)數(shù)據(jù)采集及處理框架設(shè)計(jì) 31
3.2　液壓機(jī)數(shù)據(jù)采集硬件設(shè)計(jì) 34
3.3　液壓機(jī)數(shù)據(jù)采集軟件設(shè)計(jì) 38
3.4　液壓機(jī)信號(hào)檢測(cè)的測(cè)量方式設(shè)計(jì) 49
3.5　信號(hào)的頻域分析 52
3.6　液壓機(jī)數(shù)據(jù)的小波處理 57
3.7　液壓機(jī)數(shù)據(jù)的EEMD處理 65

第4章液壓機(jī)故障智能診斷技術(shù) 77
4.1　智能化故障診斷技術(shù)概述 79
4.2　支持向量機(jī)在液壓機(jī)故障診斷中的應(yīng)用 84
4.3　BP神經(jīng)網(wǎng)絡(luò)的算法及應(yīng)用 95
4.4　RBF網(wǎng)絡(luò) 102
4.5　基于PCA與奇異值分解算法的故障診斷 108
4.6　極限學(xué)習(xí)機(jī) 113
4.7　專家系統(tǒng) 117
4.8　基于圖顯專家系統(tǒng)（GES）的液壓機(jī)故障診斷設(shè)計(jì) 129
4.9　隱馬爾科夫HMM故障診斷方法 138
4.10　決策樹(shù) 141
4.11　隨機(jī)森林 146
4.12　傅里葉描述子在液壓機(jī)故障診斷中的應(yīng)用 149
4.13　遠(yuǎn)程監(jiān)控系統(tǒng) 159

第5章液壓機(jī)故障診斷集成方法 163
5.1　基于CBR-FAT的液壓機(jī)故障診斷專家系統(tǒng)構(gòu)建 165
5.2　CLIPS與VC 混合編程的專家系統(tǒng)在液壓機(jī)維修中的應(yīng)用 176
5.3　基于HSMM-SVM的大型液壓機(jī)故障診斷方法研究 181
5.4　基于ES-MLSTM的液壓機(jī)故障診斷系統(tǒng)設(shè)計(jì) 192
5.5　基于SDPCA主成分特征相似度的故障檢測(cè)與性能評(píng)估方法 216
5.6　基于SKDPCA故障檢測(cè)與性能評(píng)估方法 237
5.7　基于SDPCA的多態(tài)過(guò)程故障診斷與性能評(píng)估研究 253

參考文獻(xiàn) 262