第1章 绪论 2
1.1 故障诊断的基本概念 2
1.2 故障诊断技术的发展与研究现状 4
1.3 故障诊断方法概述 8
1.4 智能故障诊断技术未来发展的相关新技术 12
1.5 智能化故障诊断系统发展的现状 13
1.6 智能故障诊断系统的发展趋势 14
参考文献 15
第2章 故障诊断知识智能处理 22
2.1 诊断知识的基本概念 22
2.2 故障诊断知识的获取 23
2.3 诊断知识的表示 26
2.4 基于知识的诊断推理 38
参考文献 45
第3章 故障征兆自动提取 46
3.1 数值型征兆自动提取 46
3.2 语义型征兆的自动获取 51
3.3 图形征兆的自动提取 52
参考文献 55
第4章 神经网络模型 57
4.1 人工神经网络的发展历程 57
4.2 神经元模型 60
4.3 神经元互连模式 61
4.4 神经网络学习规则 63
4.5 前馈神经网络及其学习算法 64
参考文献 72
第5章 专家系统 74
5.1 专家系统的基本组成 74
5.2 知识库的建立和维护 76
5.3 全局数据库及管理系统 78
5.4 推理机 78
5.5 解释子系统设计 80
5.6 基于规则的专家系统中的不精确推理 81
参考文献 82
第6章 模糊理论基础 83
6.1 模糊理论的背景 83
6.2 模糊集合论 84
6.3 模糊关系与模糊矩阵 86
6.4 隶属函数的确定 88
6.5 模糊逻辑与模糊推理 91
6.6 模糊聚类分析 93
6.7 模糊综合评判 94
6.8 模糊模式识别 95
参考文献 96
第7章 信息融合技术 97
7.1 信息融合技术的发展 97
7.2 信息融合系统的构成 98
7.3 信息融合技术的理论和方法 101
7.4 信息融合的关键技术 106
参考文献 108
第8章 支持向量机 109
8.1 支持向量机发展概况 109
8.2 统计学习理论 111
8.3 支持向量机的理论与方法 117
参考文献 121
第9章 车用柴油机模糊故障诊断专家系统 124
9.1 车用柴油机模糊故障诊断专家系统知识库设计 124
9.2 车用柴油机模糊故障诊断专家系统推理机设计 129
9.3 车用柴油机模糊故障诊断专家系统实现问题 136
参考文献 141
第10章 铜精炼炉神经网络故障诊断专家系统 142
10.1 铜精炼炉神经网络故障诊断专家系统知识库 142
10.2 铜精炼炉神经网络故障诊断专家系统推理机 150
10.3 铜精炼炉炉况故障智能诊断实现 155
参考文献 161
11.1 锅炉炉况故障诊断研究现状 162
第11章 煤粉锅炉燃烧系统模糊神经网络故障诊断专家系统 162
11.2 煤粉锅炉燃烧系统模糊神经网络故障诊断模型 164
11.3 煤粉锅炉燃烧系统故障知识库构建 174
11.4 煤粉锅炉燃烧系统故障诊断推理机设计 177
11.5 煤粉锅炉燃烧系统模糊神经网络故障诊断专家系统应用实现 180
参考文献 184
第12章 船舶柴油机冷却系统模糊逻辑推理故障诊断系统 186
12.1 船舶柴油机冷却系统模糊逻辑推理故障诊断系统总体规划 186
12.2 模糊器设计 189
12.3 解模糊器设计 190
12.4 模糊规则库设计 191
12.5 模糊推理机 194
12.6 船舶柴油机冷却系统模糊逻辑推理故障诊断系统实现 197
参考文献 199
第13章 油气输送管道故障融合诊断 200
13.1 油气输送管道故障诊断研究现状 200
13.2 油气输送管道TPD信号的初步分类研究 204
13.3 油气输送管道TPD定位诊断 207
13.4 基于证据理论的油气输送管道TPD融合诊断理论 209
13.5 油气输送管道TPD融合诊断原理 212
13.6 油气输送管道故障智能诊断应用 213
参考文献 218