工业系统的故障检测与诊断PDF电子书下载

第1篇 绪论 2

第1章 概论 2

1.1 过程监控的步骤 3

1.2 过程监控的量度 4

1.3 过程监控的方法 6

1.4 本书概况 9

第2篇 背景知识 12

第2章 多变量统计 12

2.1 引言 12

2.2 数据预处理 13

2.3 单变量统计监控 14

2.4 T2统计 17

2.5 T2统计量的阈值 18

2.6 数据必要条件 20

2.7 作业题 21

第3章 模式分类 23

3.1 引言 23

3.2 判别分析 24

3.3 特征提取 26

3.4 作业题 27

第3篇 数据驱动方法 30

第4章 主元分析法 30

4.1 引言 30

4.2 主元分析 31

4.3 降阶 36

4.4 故障检测 37

4.5 故障识别 40

4.6 故障诊断 43

4.7 动态PCA 47

4.8 其他基于PCA的方法 49

4.9 作业题 50

第5章 费舍尔判别分析法 52

5.1 引言 52

5.2 费舍尔判别分析 52

5.3 降阶 54

5.4 故障检测与诊断 57

5.5 PCA与FDA的比较 59

5.6 动态FDA 65

5.7 作业题 65

第6章 部分最小二乘法 67

6.1 引言 67

6.2 PLS算法 68

6.3 降阶和PLS预测 73

6.4 故障检测、识别与诊断 74

6.5 PCA与PLS的比较 76

6.6 其他PLS方法 78

6.7 作业题 79

第7章 规范变量分析 81

7.1 引言 81

7.2 CVA定理 83

7.3 CVA算法 85

7.4 状态空间模型与系统可辨识性 87

7.5 滞后阶次的选择与计算 88

7.6 状态阶次选择与Akaike信息判据 90

7.7 子空间算法解释 91

7.8 过程监控统计 92

7.9 作业题 94

第4篇 应用 98

第8章 田纳西-伊斯曼过程 98

8.1 引言 98

8.2 过程工艺流程图 98

8.3 过程变量 100

8.4 过程故障 102

8.5 仿真程序 103

8.6 控制结构 103

8.7 作业题 106

第9章 应用描述 108

9.1 引言 108

9.2 数据集 108

9.3 采样间隔 109

9.4 样本大小 111

9.5 滞后与阶次选择 112

9.6 故障检测 113

9.7 故障识别 114

9.8 故障诊断 115

第10章 结果与讨论 116

10.1 引言 116

10.2 故障1的个案研究 116

10.3 故障4的个案研究 121

10.4 故障S的个案研究 127

10.5 故障11的个案研究 131

10.6 故障检测 135

10.7 故障识别 141

10.8 故障诊断 144

10.9 作业题 163

第5篇 解析法与基于知识的方法 168

第11章 解析法 168

11.1 引言 168

11.2 故障描述 170

11.3 参数估计 174

11.4 基于观测器的方法 185

11.4.1 全阶状态估计器 186

11.4.2 降阶未知输入观测器 189

11.5 等价关系 191

11.5.1 残差的产生 191

11.5.2 残差的检测特性 195

11.5.3 残差的指标 197

11.5.4 残差的实现 198

11.5.5 观测器和等价关系间的联系 203

11.5.6 残差的分离特性 205

11.5.7 残差的评价 209

11.6 作业题 212

第12章 基于知识的方法 217

12.1 引言 217

12.2 因果分析 218

12.2.1 符号定向图 218

12.2.2 症状树模型 221

12.3 专家系统 222

12.3.1 浅知识专家系统 222

12.3.2 深知识专家系统 223

12.3.3 浅知识和深知识专家系统的结合 224

12.3.4 机器学习技术 224

12.3.5 知识的表示 224

12.3.6 推理机 225

12.4 模式识别 226

12.4.1 人工神经网络 226

12.4.2 自组织映射 233

12.5 各种技术的结合 236

12.5.1 神经网络和专家系统 236

12.5.2 模糊逻辑 237

12.5.3 模糊专家系统 238

12.5.4 模糊神经网络 242

12.5.5 模糊符号定向图 243

12.5.6 模糊逻辑和解析法 243

12.5.7 神经网络和解析法 244

12.5.8 数据驱动法、解析法和基于知识的方法 245

12.6 作业题 245

参考文献 248