第1章 绪论 1
1.1摩擦学及其发展概述 1
1.2摩擦学系统的构成及其发展历程 4
1.3摩擦学系统状态辨识的内涵 6
1.3.1数据采集 6
1.3.2特征提取 6
1.3.3状态辨识 10
1.4摩擦学系统状态辨识的发展趋势 14
参考文献 15
第2章 摩擦学系统状态特征 18
2.1摩擦学系统状态的基本特性 18
2.1.1系统依赖性 18
2.1.2时间依赖性 19
2.1.3多学科耦合性 19
2.2摩擦学系统的系统特性和状态特性 21
2.2.1系统特性 21
2.2.2状态特性 21
2.3摩擦学系统状态特性的描述方法 22
2.4典型摩擦学系统状态特性产生机理分析 23
2.4.1内燃机磨损机理分析 23
2.4.2齿轮箱磨损机理分析 26
2.4.3船舶艉管系统磨损机理分析 26
2.4.4疏浚作业器具磨损机理分析 27
参考文献 29
第3章 摩擦学系统状态模拟试验研究 31
3.1摩擦学系统状态试验设备 31
3.1.1摩擦磨损试验设备 31
3.1.2磨粒分析设备 37
3.2典型摩擦学系统状态试验 44
3.2.1缸套-活塞环摩擦副摩擦磨损试验 44
3.2.2滑动轴承摩擦磨损试验 51
参考文献 55
第4章 摩擦学系统状态现场监测及船舶机械应用研究 57
4.1摩擦学系统状态现场监测 57
4.1.1现场油液监测系统的设计 57
4.1.2现场油液监测系统的实施 60
4.2摩擦学系统状态远程监测与诊断 62
4.2.1摩擦学系统远程状态监测与诊断系统的设计 63
4.2.2摩擦学系统远程状态监测与诊断系统的实现 64
4.2.3应用实例 70
4.3船舶柴油机摩擦学系统运行状态试验 71
4.3.1监测试验对象概况 71
4.3.2监测试验方案设计 71
4.3.3监测实验数据分析 74
参考文献 87
第5章 摩擦学系统状态特征描述 88
5.1基于磨粒特征的摩擦学系统状态特征描述 88
5.1.1磨粒的形态边缘特征 88
5.1.2磨粒的表面纹理特征 90
5.1.3磨粒的颜色特征 91
5.1.4磨粒的大小特征 91
5.1.5磨粒覆盖面积的主要特征 94
5.2基于油液监测的摩擦学系统状态特征描述 95
5.2.1油液监测技术 95
5.2.2油液监测主要方法 96
5.2.3油液监测的数据构成 97
5.3基于信息融合的摩擦学系统状态特征描述 101
5.3.1判别模型构造 101
5.3.2判别分类计算 102
5.3.3状态判别模型的应用 105
5.4基于可拓理论的摩擦学系统状态特征描述 110
5.4.1可拓模型及物元理论 110
5.4.2基于可拓理论的摩擦学物元模型构建 111
5.4.3应用实例 113
参考文献 116
第6章 摩擦学系统状态辨识方法研究 118
6.1基于神经网络的摩擦学系统状态辨识 118
6.1.1 BP神经网络模型 118
6.1.2基于BP神经网络的磨损形式辨识 121
6.2基于D-S证据理论的摩擦学系统状态辨识 126
6.2.1 D-S证据组合理论 126
6.2.2基于D-S证据组合理论的摩擦学系统状态辨识 128
6.3基于可拓范例推理的摩擦学系统状态辨识 131
6.3.1范例推理的基本理论 131
6.3.2基于范例推理的摩擦学系统状态智能评价 137
6.4基于集对分析的摩擦学系统状态辨识 149
6.4.1集对方法分析 149
6.4.2基于集对分析的摩擦学系统状态辨识模型建立 151
6.4.3基于集对分析的摩擦学系统状态辨识模型实例应用 153
6.5基于置信规则推理的摩擦学系统多状态辨识 158
6.5.1置信规则推理方法 158
6.5.2置信规则推理的摩擦学系统多状态辨识框架 162
6.5.3置信规则推理的摩擦学系统多状态辨识应用实例 163
参考文献 176
第7章 摩擦学系统状态的知识获取与表述 179
7.1基于经验的摩擦学系统状态辨识知识获取 179
7.1.1摩擦学系统状态辨识中的经验知识 179
7.1.2应用实例——滑动轴承摩擦学系统状态辨识知识 190
7.2基于试验数据的摩擦学系统状态辨识知识获取 192
7.2.1摩擦学系统的贝叶斯网络构建方法 192
7.2.2基于信息论的摩擦学系统贝叶斯网络构建方法 193
7.2.3应用实例 195
7.3基于实例的摩擦学系统状态辨识知识获取 207
7.3.1摩擦学系统的决策树构建方法 207
7.3.2应用实例 209
7.4基于产生式规则的摩擦学系统状态辨识知识表示、存储与利用 218
7.4.1存储结构设计 220
7.4.2规则知识的匹配利用 222
参考文献 227
第8章 摩擦学系统状态预测 230
8.1摩擦学系统状态特征参数在线预测 230
8.1.1在线预测模型基本原理 230
8.1.2基于时间序列的摩擦学系统特征参数趋势预测 234
8.1.3基于小波神经网络的摩擦学系统特征参数趋势预测 236
8.2摩擦学系统磨损状态预测 239
8.2.1基于集对联系度的摩擦学系统状态预测方法 239
8.2.2滑动轴承磨损状态预测 241
参考文献 244
索引 246