您的浏览器不支持JavaScript,请开启后继续
液压机智能故障诊断方法集成技术

液压机智能故障诊断方法集成技术

  • 作者
  • 何彦虎 编著

本书以近年来智能故障诊断的技术为例,对每种智能故障诊断方法进行分析与验证,设计了液压机故障检测的硬件与软件,以及信号处理的基本算法,列举典型液压机的工作原理,并通过支持向量机、BP神经网络、RBF网络、专家系统、隐马尔科夫HMM、傅里叶描述子、SDPCA、ES-MLSTM 等及其改进算法的集成,对液压机的故障分类精度进行测试,并设计了基于PCA的液压机性能评估算法。本书...


  • ¥68.00

ISBN: 978-7-122-38414-0

版次: 1

出版时间: 2021-05-01

图书介绍

ISBN:978-7-122-38414-0

语种:汉文

开本:32

出版时间:2021-05-01

装帧:平

页数:263

编辑推荐

《液压机智能故障诊断方法集成技术》对每种智能故障诊断方法进行了分析与验证,并设计了液压机故障检测的硬件与软件。具有较强的理论性和应用性,对于学生、从业人员学习具有很大帮助。

图书前言

液压机是各行各业生产设备中的关键装置,其工作性能的好坏对企业经济效益有重要的影响,液压机故障诊断难度大,近年来智能化诊断方法得到广泛的应用。针对液压机结构复杂,故障诊断难度大的特点,采用智能化诊断技术可以大大减少故障的诊断时间。利用各种信息对故障进行预测是故障诊断的发展方向,可以预防事故的发生,还可以降低维修成本,产生社会效益。随着现代工业的发展,液压机逐步向大型化、智能化、高速化和高精度化发展,其功能和结构也发生了较大的变化,进而故障诊断的难度也大大增加,所以采用先进的诊断方法是非常有必要的。本书从智能化故障诊断角度出发,分析液压机常见的故障诊断模型,并对这些模型的优点与不足进行分析,对不同的模型进行有效验证,给工程技术人员提供参考依据。本书具有以下几个特点。
(1)理论与实践结合,系统性强。本书采用了多种故障诊断方法,如支持向量机、BP 神经网络、RBF 网络、专家系统、隐马尔科夫HMM、傅里叶描述子、SDPCA、ES-MLSTM 等及其改进算法的集成,同时针对每一种方法在实践应用中的缺点,进行了改进和提升。
(2)实用性强。书中介绍每一种故障诊断方法,并对其算法进行讲解,程序代码经过调试,能完整地运行,便于读者能更好地学习和实践。同时书中也对调试的技巧进行了详细的讲解,便于读者在实践中应用。
(3)灵活性与独创性相结合。书中对程序代码进行详细讲解,有利于技术人员更加深入理解算法。
本书共分5章,主要内容如下。
第1章为液压机故障分析方法,主要介绍了液压机的结构、应用和故障诊断方法。第2章为典型液压机液压回路分析,主要介绍了几种典型的液压机原理图、常见故障及其处理、故障诊断方法等。第3章为液压机数据采集及数据处理,主要介绍了数据采集系统的拓扑结构、硬件设计与软件设计,最后介绍了数据处理常用的算法。第4章为液压机故障智能诊断技术,主要介绍了常见的智能算法对液压数据的处理效果,并根据这些可以有针对性地选择智能算法。第5章为液压机故障诊断集成方法,主要介绍了几种智能算法的集成方法、性能评估方法等。
本书编写得到吉林大学张锐博士的支持,在此表示感谢。本书编写过程中,参考或引用了参考文献中所列论著的有关内容,在此谨向这些论著的作者表示由衷的敬意。
由于作者水平有限,书中难免存在不足之处,恳请同行专家及广大读者批评指正。

编著者
2020年9月

精彩书摘

本书以近年来智能故障诊断的技术为例,对每种智能故障诊断方法进行分析与验证,设计了液压机故障检测的硬件与软件,以及信号处理的基本算法,列举典型液压机的工作原理,并通过支持向量机、BP神经网络、RBF网络、专家系统、隐马尔科夫HMM、傅里叶描述子、SDPCA、ES-MLSTM 等及其改进算法的集成,对液压机的故障分类精度进行测试,并设计了基于PCA的液压机性能评估算法。本书内容简练,具有很强的应用性和适用性,许多内容是经过实践验证的,具有很好的借鉴价值。在理论研究上也进行了创新,解决了部分理论应用中存在的瓶颈,并成功应用到实践中。
本书可以作为自动化类或机械制造与自动化等相关专业本科或研究生的参考用书,也可供从事液压机开发的研究人员和从事液压维保工程师参考使用。

目录

第1章 液压机故障分析方法 1
1.1 液压机简介 3
1.2 液压机故障诊断方法 4
1.3 液压机可靠性维修 6

第2章 典型液压机液压回路分析 11
2.1 短周期贴面液压机液压回路分析 13
2.2 德国温康纳短周期贴面液压机液压回路分析 20
2.3 薄板拉伸液压机液压回路分析 25
2.4 打包机液压回路分析 27

第3章 液压机数据采集及数据处理 29
3.1 液压机数据采集及处理框架设计 31
3.2 液压机数据采集硬件设计 34
3.3 液压机数据采集软件设计 38
3.4 液压机信号检测的测量方式设计 49
3.5 信号的频域分析 52
3.6 液压机数据的小波处理 57
3.7 液压机数据的EEMD处理 65

第4章 液压机故障智能诊断技术 77
4.1 智能化故障诊断技术概述 79
4.2 支持向量机在液压机故障诊断中的应用 84
4.3 BP神经网络的算法及应用 95
4.4 RBF网络 102
4.5 基于PCA与奇异值分解算法的故障诊断 108
4.6 极限学习机 113
4.7 专家系统 117
4.8 基于图显专家系统(GES)的液压机故障诊断设计 129
4.9 隐马尔科夫HMM故障诊断方法 138
4.10 决策树 141
4.11 随机森林 146
4.12 傅里叶描述子在液压机故障诊断中的应用 149
4.13 远程监控系统 159

第5章 液压机故障诊断集成方法 163
5.1 基于CBR-FAT的液压机故障诊断专家系统构建 165
5.2 CLIPS与VC+ +混合编程的专家系统在液压机维修中的应用 176
5.3 基于HSMM-SVM的大型液压机故障诊断方法研究 181
5.4 基于ES-MLSTM的液压机故障诊断系统设计 192
5.5 基于SDPCA主成分特征相似度的故障检测与性能评估方法 216
5.6 基于SKDPCA故障检测与性能评估方法 237
5.7 基于SDPCA的多态过程故障诊断与性能评估研究 253

参考文献 262

发送电子邮件联系我们