数据融合驱动电气设备故障的智能诊断PDF电子书下载
- 电子书积分:10 积分如何计算积分?
- 作 者:吕锋,杜文霞,杜海莲编著
- 出 版 社:北京:科学出版社
- 出版年份:2013
- ISBN:9787030362063
- 页数:240 页
第1章 绪论 1
1.1 引言 1
1.1.1 故障诊断技术的国内外研究现状 1
1.1.2 故障诊断技术的经济效益 2
1.2 故障诊断技术的常用术语及基本内容 3
1.2.1 故障诊断技术的常用术语 3
1.2.2 故障诊断技术的基本内容 4
1.3 数据驱动故障诊断的方法与分类 6
1.3.1 定性分析的方法 7
1.3.2 基于解析模型的方法 8
1.3.3 基于数据驱动的方法 9
1.4 电气设备故障诊断技术及热点问题 11
1.4.1 电气设备概述 11
1.4.2 电气设备故障诊断技术现状 11
1.4.3 电气设备状态监测与故障诊断 12
1.5 电气设备故障诊断数据驱动与人工智能技术 13
1.5.1 电气设备故障诊断涉及的学科领域 13
1.5.2 电气设备故障诊断中的重要环节 13
1.5.3 电气设备故障诊断系统 14
1.5.4 电气设备故障诊断技术的应用 15
1.6 故障诊断技术的发展趋势 16
1.6.1 应用故障诊断技术的优势 16
1.6.2 故障诊断技术的发展方向 16
参考文献 17
第2章 电气设备故障及常规诊断方法 21
2.1 电气绝缘的基本知识 21
2.1.1 电介质及介质的击穿 21
2.1.2 绝缘材料老化 22
2.2 电气设备的主要类型及工作制 24
2.2.1 电磁基本定律和电机主要类型 24
2.2.2 电动机工作制 25
2.2.3 电动机运行条件 26
2.3 电气设备检测的常规方法 26
2.3.1 利用人的感官检查设备故障 26
2.3.2 故障检测装置及其使用方法 29
2.4 电力变压器故障及常规诊断方法 35
2.4.1 变压器的基本工作原理和结构 35
2.4.2 变压器的数学模型 37
2.4.3 变压器的故障检测 39
2.5 异步电动机故障及常规诊断方法 43
2.5.1 三相异步电动机工作原理 43
2.5.2 异步电动机机械特性 45
2.5.3 异步电动机的数学模型 45
2.5.4 异步电动机故障机理 47
2.5.5 异步电动机的故障检测 48
2.6 同步发电机故障及常规诊断方法 50
2.6.1 同步发电机 50
2.6.2 同步发电机的故障检测 52
参考文献 54
第3章 基于主元分析的故障诊断及应用技术 55
3.1 引言 55
3.2 主元分析 56
3.2.1 主元分析建模的方法 56
3.2.2 主元分析的性质 58
3.2.3 主元子空间和残差子空间 58
3.2.4 多尺度主元分析 61
3.3 基于PCA故障检测 72
3.3.1 基于传统贡献图的故障诊断技术 74
3.3.2 基于传感器有效度指标的故障诊断技术 75
3.3.3 基于重构贡献图的故障诊断技术 75
3.3.4 PCA方法及其在故障诊断中的应用 76
参考文献 81
第4章 基于神经网络的故障诊断及应用技术 84
4.1 引言 84
4.1.1 神经网络的发展 84
4.1.2 神经网络的特点及功能 86
4.2 神经网络基础 88
4.2.1 神经网络原理 88
4.2.2 神经网络学习规则 89
4.3 BP神经网络 90
4.3.1 BP神经网络的前向计算 90
4.3.2 BP神经网络加权系数的调整规则 91
4.3.3 BP学习算法计算步骤及注意事项 93
4.4 RBF神经网络 93
4.4.1 RBF神经网络概述 93
4.4.2 RBF神经网络模型 94
4.4.3 RBF网络的学习方法 95
4.4.4 BRF学习算法的改进 96
4.5 神经网络方法在故障诊断中的应用 98
4.5.1 BP神经网络在故障诊断中的应用 99
4.5.2 RBF神经网络在故障诊断中的应用 107
参考文献 111
第5章 基于证据理论的故障诊断及应用技术 113
5.1 引言 113
5.1.1 证据理论的发展概况 113
5.1.2 证据理论的应用 115
5.1.3 证据冲突的问题 116
5.2 D-S证据理论 118
5.2.1 识别框架与基本信任分配函数 118
5.2.2 信任函数、众信度函数与似然函数 119
5.2.3 函数的几何意义 123
5.2.4 证据理论的合成规则 123
5.3 D-S证据理论故障检测 127
5.3.1 概率分配函数 127
5.3.2 基于基本概率赋值的决策 129
5.4 D-S证据理论方法及在故障诊断中的应用 129
5.4.1 电动执行器故障 129
5.4.2 电动执行器故障实验 132
5.4.3 电动执行器故障诊断系统设计 133
参考文献 138
第6章 基于支持向量机的故障诊断及应用技术 140
6.1 引言 140
6.1.1 机器学习的基本问题 140
6.1.2 支持向量机的研究现状 141
6.2 支持向量机的理论基础 144
6.2.1 支持向量机的基本原理 144
6.2.2 支持向量机的特点 148
6.2.3 基于支持向量机故障诊断的基本步骤 149
6.3 基于支持向量机的故障诊断方法 149
6.3.1 最小二乘支持向量机的故障诊断方法 150
6.3.2 基于多类分类支持向量机的故障诊断方法 151
6.4 支持向量机在故障诊断中的应用 153
6.4.1 支持向量机在电机故障诊断中的应用 153
6.4.2 基于独立主成分分析的支持向量机在交流电机故障诊断中的应用 154
6.4.3 最小二乘支持向量机在变压器故障诊断中的应用 159
6.4.4 基于K-均值聚类的支持向量机在变压器故障诊断中的应用 161
参考文献 163
第7章 基于小波分析的故障诊断及应用技术 167
7.1 引言 167
7.2 小波分析 167
7.2.1 傅里叶变换到小波分析 167
7.2.2 连续小波变换 171
7.2.3 离散小波变换 173
7.2.4 小波包 177
7.3 小波分析故障检测 181
7.3.1 李普西兹指数的定义 181
7.3.2 基于连续小波变换的极值点进行故障检测 182
7.4 小波分析方法及在故障诊断中的应用 183
7.4.1 电机故障的小波分析 183
7.4.2 电机故障的振动与噪声分析 186
7.4.3 电动机转子断条小波诊断 191
参考文献 196
第8章 基于信息融合的故障诊断及应用技术 199
8.1 引言 199
8.1.1 信息融合技术的国内外研究现状分析 199
8.1.2 信息融合技术在工程领域中的应用 200
8.1.3 信息融合技术潜在能力及发展方向 200
8.2 信息融合技术 201
8.2.1 信息融合理论基础 201
8.2.2 信息融合系统的结构模型和功能模型 202
8.2.3 信息融合技术方法 205
8.3 状态估计理论基础 206
8.3.1 离散系统卡尔曼最优预测基本方程 206
8.3.2 离散系统卡尔曼最优滤波基本方程 207
8.4 多尺度系统理论 208
8.5 信息融合故障诊断方法及应用 210
8.5.1 多传感器状态/参数融合估计 210
8.5.2 基于强跟踪滤波器的变压器故障在线诊断 221
8.5.3 异步信息融合故障模型 227
8.5.4 基于智能技术的故障诊断方法 230
参考文献 237
- 《国际经典影像诊断学丛书 消化影像诊断学 原著第3版》王振常,蒋涛,李宏军,杨正汉译;(美)迈克尔·P.费德勒 2019
- 《急诊影像诊断学》程晓红责任编辑;(中国)许乙凯 2019
- 《电》(英)布拉格(W.L.Bragg)著;杨孝述译述 1936
- 《电贝司》李杰,李国标,杨昌明编 2019
- 《通用安装工程消耗量定额 TY02-31-2015 第4册 电气设备安装工程》中华人民共和国住房和城乡建设部 2015
- 《系统故障 诗歌与影像》(中国)梁小曼 2019
- 《2018十三五本科教材 物理诊断学 第44版》马明信,贾继东主编;李海潮,胡桂才,刘新兰等副主编 2019
- 《玉米淀粉绿色精益制造 新工艺、新设备、新理念》佟毅 2018
- 《颅脑影像诊断学 第3版》郑帅责任编辑;(中国)于春水,马林,张伟国 2019
- 《危险化学品设备安全》方文林主编 2019
- 《市政工程基础》杨岚编著 2009
- 《家畜百宝 猪、牛、羊、鸡的综合利用》山西省商业厅组织技术处编著 1959
- 《《道德经》200句》崇贤书院编著 2018
- 《高级英语阅读与听说教程》刘秀梅编著 2019
- 《计算机网络与通信基础》谢雨飞,田启川编著 2019
- 《看图自学吉他弹唱教程》陈飞编著 2019
- 《法语词汇认知联想记忆法》刘莲编著 2020
- 《培智学校义务教育实验教科书教师教学用书 生活适应 二年级 上》人民教育出版社,课程教材研究所,特殊教育课程教材研究中心编著 2019
- 《国家社科基金项目申报规范 技巧与案例 第3版 2020》文传浩,夏宇编著 2019
- 《流体力学》张扬军,彭杰,诸葛伟林编著 2019
- 《指向核心素养 北京十一学校名师教学设计 英语 七年级 上 配人教版》周志英总主编 2019
- 《《走近科学》精选丛书 中国UFO悬案调查》郭之文 2019
- 《北京生态环境保护》《北京环境保护丛书》编委会编著 2018
- 《中医骨伤科学》赵文海,张俐,温建民著 2017
- 《美国小学分级阅读 二级D 地球科学&物质科学》本书编委会 2016
- 《指向核心素养 北京十一学校名师教学设计 英语 九年级 上 配人教版》周志英总主编 2019
- 《强磁场下的基础科学问题》中国科学院编 2020
- 《小牛顿科学故事馆 进化论的故事》小牛顿科学教育公司编辑团队 2018
- 《小牛顿科学故事馆 医学的故事》小牛顿科学教育公司编辑团队 2018
- 《高等院校旅游专业系列教材 旅游企业岗位培训系列教材 新编北京导游英语》杨昆,鄢莉,谭明华 2019