复杂工业过程的故障诊断PDF电子书下载

第1章 绪论 1

1.1 故障检测技术简介 2

1.1.1 故障的含义 2

1.1.2 故障检测的分类 2

1.2 工业过程故障诊断方法 3

1.2.1 基于数学模型的方法 3

1.2.2 基于信号处理的方法 3

1.2.3 基于知识的方法 3

1.2.4 基于数据的方法 4

1.3 故障诊断方法的研究现状 4

1.3.1 基于模型的方法 4

1.3.2 基于信号处理的方法 5

1.3.3 基于知识的方法 6

1.3.4 基于数据的故障诊断 9

1.4 近年来的新理论 9

1.4.1 基于数据的故障诊断 9

1.4.2 基于知识的故障预测 10

1.4.3 基于模型的故障调节 11

参考文献 12

第2章 基于数据的故障诊断方法 16

2.1 预备知识 16

2.1.1 主元分析方法 16

2.1.2 独立元分析方法 22

2.2 核主元分析方法 25

2.2.1 KPCA算法 26

2.2.2 基于KPCA的故障检测 28

2.3 改进的核主元方法 29

2.3.1 特征空间的k均值聚类 29

2.3.2 基于重构的非线性故障辨识方法 31

2.3.3 仿真结果 34

2.4 核独立元分析方法 46

2.4.1 KICA算法 47

2.4.2 基于核独立元分析的故障检测 48

2.5 改进的核独立元分析方法 48

2.5.1 相似性分析 49

2.5.2 故障诊断 52

2.5.3 实例 54

参考文献 63

第3章 基于知识的故障预测 68

3.1 模糊逻辑系统 70

3.1.1 模糊性 71

3.1.2 模糊集合与隶属函数 71

3.1.3 模糊集合的运算 74

3.1.4 模糊语言变量 75

3.1.5 模糊逻辑系统 76

3.1.6 模糊规则库 77

3.1.7 模糊推理机 78

3.1.8 模糊化和反模糊化 80

3.2 人工神经网络技术 81

3.2.1 人工神经网络的神经元模型 82

3.2.2 神经网络的拓扑结构 85

3.2.3 ELM学习算法 86

3.3 仿真实例 91

3.4 模糊神经网络模型 93

3.4.1 模糊系统与神经网络的连接方式 93

3.4.2 模糊系统与神经网络的比较 94

3.4.3 模糊神经网络的构造 96

3.5 故障诊断 97

3.6 学习样本组织 99

3.7 模糊神经网络的训练与仿真 101

3.8 故障预测 104

3.8.1 本节的故障预测及诊断方法的步骤 106

3.8.2 实例研究 111

参考文献 120

第4章 基于模型的容错控制 124

4.1 状态观测器 126

4.2 鲁棒故障诊断 128

4.3 故障调节 131

4.4 非线性系统的故障补偿 135

4.5 实例研究—发酵过程介绍 143

参考文献 148

第5章 网络控制系统的故障诊断 152

5.1 网络控制系统 152

5.2 网络控制系统的研究状况 154

5.2.1 网络延迟 154

5.2.2 丢包问题 156

5.2.3 多通道传输 157

5.3 连续控制对象模型的离散化 159

5.3.1 不带延时的连续控制对象模型的离散化 159

5.3.2 包含延时的连续控制对象模型的离散化 159

5.4 网络控制系统的数学模型 164

5.4.1 网络控制系统的建模 164

5.4.2 单包传输 168

5.4.3 单包数据包丢失 169

5.4.4 多包传输 171

5.4.5 多包传输数据包丢失 175

5.5 网络控制系统数学模型的建立 175

5.5.1 无记忆降阶状态观测器的设计思想 176

5.5.2 无记忆降阶观测器的设计 176

5.6 残差的产生和故障检测 180

5.6.1 残差的产生 180

5.6.2 分析残差 182

5.7 仿真实例 183

参考文献 186

结束语 189