-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

故障診斷與預測—原理、技術及應用

( 簡體 字)
作者:呂琛類別:1. -> 電子工程 -> 電子電氣
譯者:
出版社:北京航空航天大學出版社故障診斷與預測—原理、技術及應用 3dWoo書號: 34650
詢問書籍請說出此書號!

缺書
NT售價: 225

出版日:12/1/2012
頁數:307
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787512410336
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

隨著現代科學技術的進步與發展,系統的規模日益擴大,結構日趨復雜,功能也越來越多。隨之而來的問題是,系統一旦發生故障,不僅會造成巨大的經濟損失,而且可能危及人身安全,產生重大的社會影響。因此,人們對系統安全、穩定、長周期、滿負荷運行的要求越來越迫切,希望能及時了解系統的運行狀態,預防故障,杜絕事故,延長系統運行周期,縮短維修時間,提高系統的可靠性、可維護性和有效性。因而,對系統故障診斷和故障預測技術的研究具有重要意義。


本書編者及其研究團隊在故障診斷和故障預測領域開展了多年的研究工作,所取得的成果已應用于故障診斷和故障預測的教學和科研中。本書主要內容及章節安排如下:


第1章緒論,介紹故障診斷技術的研究意義、相關研究進展、研究現狀和發展趨勢。


第2章介紹故障診斷的相關概念和基本原理,討論故障診斷信息的獲取和檢測方法、故障維修策略及故障診斷工作程序。


第3章介紹測量、傳感器和信號處理的基礎知識,并分析和討論故障診斷中的信號處理方法。


第4章分析和討論智能故障診斷方法,深入闡述基于案例推理的故障診斷、模糊故障診斷、專家系統故障診斷、神經網絡故障診斷、信息融合故障診斷、BIT故障診斷以及基于混沌理論的故障診斷等方法。


第5章綜述預測技術中存在的關鍵問題,分析和討論基于傳統可靠性的預測、基于失效物理的預測、基于統計的預測以及基于數據驅動的預測方法,并給出了相應方法的應用案例。


本書由呂琛、欒家輝、王立梅和劉紅梅負責執筆,最后由主編呂琛整理定稿。本書在編寫過程中得到了北京航空航天大學可靠性與系統工程學院故障預測與健康管理實驗室王志鵬、馬劍、陶來發、孫倩、樊煥貞、單添敏、陶小創、劉大偉的大力支持和幫助;同時,本書還參考或引用了許多學者的資料。在此一并表示衷心的感謝。


本書得到了北京航空航天大學教材建設項目的資助。對北京航空航天大學研究生院、教材科和北京航空航天大學出版社對本書出版的關心和支持,在此深表謝意!


鑒于編者水平有限,加之故障診斷和故障預測技術發展較快,尚有許多問題有待深入分析和研究,書中難免有錯誤或不妥之處,敬請讀者批評指正。


 

內容簡介:

本書系統介紹了故障診斷的基本理論、方法及其應用,同時結合當前故障預測技術研究的進展,對故障預測技術及其應用案例做了詳細闡述。主要內容包括:故障診斷相關概念及基本原理、故障診斷中的信號處理技術、智能故障診斷方法以及故障預測技術。


本書內容取材廣泛,結構合理,注重理論聯系實際,可以作為機械、自動化等相關專業大學研究生的教材或參考書,也可供高年級本科生、教師及科研人員自學和參考使用。


 

目錄:

1.1故障診斷技術的目的和意義1
 

1.2故障診斷的任務3

 

1.3故障診斷技術發展概況5

 

1.3.1故障診斷技術的歷史、現狀與發展5

 

1.3.2故障診斷基本方法6

 

1.3.3人工智能發展歷程11

 

1.3.4發展方向13

 

習題14

 

參考文獻14

 

 2故障診斷的基本原理和技術基礎16

 

2.1故障診斷的基本概念16

 

2.1.1故障的定義16

 

2.1.2故障的分類17

 

2.1.3故障診斷流程20

 

2.1.4故障診斷技術的分類21

 

2.2故障診斷基礎24

 

2.2.1系統的構成24

 

2.2.2故障的基本特性24

 

2.2.3故障診斷的多維層次模型25

 

2.3故障診斷信息的獲取和檢測方法26

 

2.3.1故障診斷的知識構成26

 

2.3.2故障信息的獲取方法27

 

2.3.3故障的檢測方法28

 

2.3.4故障特征識別29

 

2.4診斷技術與維修方式38

 

2.4.1故障診斷技術在設備管理現代化中的地位和作用38

 

2.4.2五種維修體制的特點和運用范圍39

 

2.4.3故障維修決策41

 

2.4.4現場故障診斷技術的技術框架和工作程序46

 

習題47

 

參考文獻48

 

3故障診斷中的信號處理49

 

3.1測試的基礎知識49

 

3.1.1測量、計量和測試49

 

3.1.2測試方法的分類49

 

3.1.3測試系統的組成50

 

3.1.4各組成部分的特點50

 

3.2傳感器的基本概念51

 

3.2.1傳感器的定義及基本組成51

 

3.2.2傳感器的分類51

 

3.2.3傳感器的性能參數及要求52

 

3.2.4傳感器的標定與校準53

 

3.2.5幾種常用傳感器的介紹53

 

3.3檢測系統的誤差合成55

 

3.3.1測量誤差的基本概念56

 

3.3.2系統誤差的處理59

 

3.3.3測量粗大誤差的存在判定準則與消除方法60

 

3.3.4隨機誤差的處理60

 

3.4信號處理方法61

 

3.4.1信號處理的基礎知識61

 

3.4.2離散傅里葉變換(DFT)65

 

3.4.3小波變換71

 

習題78

 

參考文獻79

 

4智能故障診斷方法80

 

4.1基于案例推理的故障診斷方法80

 

4.1.1故障案例的表示方法81

 

4.1.2故障案例的組織和索引87

 

4.1.3基于案例的診斷模型89

 

4.1.4診斷實例分析92

 

4.2模糊故障診斷技術93

 

4.2.1模糊故障診斷原理93

 

4.2.2模糊故障診斷方法95

 

4.2.3模糊診斷的幾個關鍵問題100

 

4.2.4小結103

 

4.3專家系統故障診斷技術103

 

4.3.1專家系統概述103

 

4.3.2專家系統故障診斷原理114

 

4.3.3專家系統故障診斷方法121

 

4.3.4風洞運行過程故障診斷123

 

4.3.5小結124

 

4.4神經網絡故障診斷技術125

 

4.4.1神經網絡簡介125

 

4.4.2神經網絡故障診斷原理127

 

4.4.3神經網絡故障診斷方法132

 

4.4.4大型復雜機電設備多故障神經網絡診斷134

 

4.4.5小結137

 

4.5信息融合故障診斷技術137

 

4.5.1信息融合的概念137

 

4.5.2信息融合故障診斷原理142

 

4.5.3信息融合故障診斷方法145

 

4.5.4飛行器信息融合故障診斷專家系統150

 

4.5.5小結152

 

4.6智能體故障診斷技術153

 

4.6.1智能體概述153

 

4.6.2智能體故障診斷原理159

 

4.6.3智能體故障診斷方法168

 

4.6.4基于Agent的飛行器智能故障診斷176

 

4.6.5小結180

 

4.7智能結構故障診斷技術180

 

4.7.1智能結構的概念180

 

4.7.2智能結構故障診斷系統的組成184

 

4.7.3智能結構故障診斷的關鍵技術186

 

4.7.4小結189

 

4.8 BIT故障診斷技術189

 

4.8.1 BIT概述189

 

4.8.2 BIT故障診斷原理193

 

4.8.3無人機BIT故障診斷195

 

4.8.4小結198

 

4.9集成化故障診斷技術198

 

4.9.1集成的概念199

 

4.9.2集成化故障診斷體系結構200

 

4.9.3集成化推理和診斷策略203

 

4.9.4神經網絡與模糊邏輯集成故障診斷204

 

4.9.5專家系統與神經網絡集成故障診斷205

 

4.9.6神經網絡與案例集成故障診斷207

 

4.9.7小結207

 

4.10網絡化故障診斷技術208

 

4.10.1網絡化故障概述208

 

4.10.2網絡化故障診斷的結構模式211

 

4.10.3網絡化故障診斷的實現方案216

 

4.10.4網絡化故障診斷的關鍵技術218

 

4.10.5網絡化故障診斷的評價指標219

 

4.10.6飛行器網絡化遠程診斷與故障防護220

 

4.10.7小結223

 

4.11基于混沌理論的故障診斷技術224

 

4.11.1混沌的概念224

 

4.11.2相空間重構227

 

4.11.3混沌識別233

 

4.11.4混沌理論在故障檢測中的應用239

 

4.11.5小結251

 

習題251

 

參考文獻252

 

5故障預測技術262

 

5.1預測技術概述262

 

5.1.1故障預測:存在的難題262

 

5.1.2預測問題:概念框架263

 

5.1.3預測方法263

 

5.2基于傳統可靠性的預測方法介紹265

 

5.2.1基于壽命分布模型的故障預測方法265

 

5.2.2基于故障樹分析的故障預測方法267

 

5.2.3基于傳統可靠性的預測方法的不足268

 

5.3基于失效物理模型的預測方法268

 

5.3.1帕里斯法則裂紋擴展建模271

 

5.3.2基于Forman規律的裂紋擴展建模272

 

5.3.3疲勞剝落擴展模型273

 

5.3.4基于剛度的損傷規律模型275

 

5.3.5電子產品失效物理模型276

 

5.3.6應用案例277

 

5.4基于統計的預測方法279

 

5.4.1貝葉斯技術279

 

5.4.2隱馬爾可夫和隱半馬爾可夫模型280

 

5.4.3回歸分析方法282

 

5.4.4威布爾分布的穩定區與退化區間隔表示的預測方法286

 

5.4.5比例風險模型的預測方法288

 

5.4.6智能乘積極限估計器289

 

5.4.7應用案例290

 

5.5基于數據驅動的預測方法292

 

5.5.1時間序列的預測方法293

 

5.5.2人工神經網絡(ANN)的預測方法295

 

5.5.3基于濾波器的預測方法299

 

5.5.4應用案例301

 

5.6本章小結303

 

習題303

 

參考文獻304

序: