數(shù)據(jù)驅(qū)動的復雜機電系統(tǒng)健康監(jiān)測與智能診斷
定 價:135 元
- 作者:李永波等
- 出版時間:2025/11/1
- ISBN:9787030828408
- 出 版 社:科學出版社
- 中圖法分類:TM7
- 頁碼:180
- 紙張:
- 版次:1
- 開本:B5
本書立足當前復雜機電系統(tǒng)健康監(jiān)測與智能診斷的研究熱點,面向國家重大需求,將前沿理論與實際應用緊密結(jié)合。針對復雜機電系統(tǒng)故障診斷領(lǐng)域中小樣本、跨領(lǐng)域、缺乏可解釋性等復雜場景和問題,介紹熵理論、深度學習、信息融合、數(shù)字孿生和知識圖譜等技術(shù)在故障診斷中的應用,結(jié)合實際案例進行深入講解。通過構(gòu)建小型雙轉(zhuǎn)子故障模擬實驗平臺,對故障預測與健康管理全過程進行演示,便于對前沿知識進行深入理解。
更多科學出版社服務,請掃碼獲取。
2013.03—2017.04 哈爾濱工業(yè)大學 航天學院 博士
2015.11—2016.11 加拿大阿爾伯塔大學(世界大學前100) 機械學院 聯(lián)合培養(yǎng)
2009.09—2012.04 哈爾濱工程大學 機電工程學院 碩士
2005.09—2009.07 內(nèi)蒙古工業(yè)大學 機械學院 本科2017.09—至今 西北工業(yè)大學 航空學院 教授/博士生導師國家自然科學基金青年科學基金項目基于符號動力學熵的航空發(fā)動機主軸承早期故障檢測與診斷方法研究
目錄
前言
第1章 基于深度遷移學習的故障狀態(tài)診斷 1
1.1 引言 1
1.2 遷移診斷問題描述及領(lǐng)域適應方法 2
1.2.1 數(shù)據(jù)驅(qū)動故障診斷一般流程 2
1.2.2 遷移診斷問題描述 3
1.2.3 典型的領(lǐng)域適應故障診斷 4
1.3 基于深度因果分解網(wǎng)絡(luò)的遷移策略 9
1.3.1 因果任務分解 10
1.3.2 軸承因果關(guān)系的建立 11
1.3.3 因果特征因子分解 13
1.3.4 實驗驗證 14
1.4 基于多尺度傳遞模糊熵的遷移策略 19
1.4.1 構(gòu)造遷移學習模型 20
1.4.2 實驗驗證 23
1.5 本章小結(jié) 28
參考文獻 28
第2章 基于熵理論和貝葉斯深度學習的設(shè)備剩余使用壽命預測 31
2.1 引言 31
2.2 熵理論 32
2.2.1 傳統(tǒng)熵理論 33
2.2.2 熵值方法的改進及應用 36
2.3 基于數(shù)據(jù)驅(qū)動的剩余使用壽命預測 39
2.3.1 傳統(tǒng)設(shè)備剩余使用壽命預測 39
2.3.2 貝葉斯深度學習 41
2.3.3 基于貝葉斯深度學習的剩余使用壽命預測 45
2.4 案例分析 50
2.4.1 數(shù)據(jù)描述 50
2.4.2 評價指標 50
2.4.3 預測結(jié)果 51
2.4.4 不同方法的結(jié)果對比 52
2.5 本章小結(jié) 53
參考文獻 53
第3章 基于多源信息融合的設(shè)備故障診斷 56
3.1 引言 56
3.2 多源信息融合概述 57
3.3 多源信息融合故障診斷概述 60
3.3.1 多源信息融合故障診斷的必要性 60
3.3.2 多源信息融合故障診斷的關(guān)鍵問題 61
3.4 基于多源同構(gòu)數(shù)據(jù)融合的故障診斷 62
3.5 基于多源異構(gòu)數(shù)據(jù)融合的故障診斷 64
3.6 基于多源信息融合的設(shè)備故障診斷實例驗證 66
3.6.1 多源數(shù)據(jù)融合機理 66
3.6.2 基于多源異構(gòu)信息融合的注意力增強信息融合診斷 69
3.6.3 試驗驗證與結(jié)果分析 71
3.6.4 不同場景下的故障診斷表現(xiàn) 75
3.7 本章小結(jié) 78
參考文獻 78
第4章 數(shù)字孿生驅(qū)動的機械故障遷移診斷 81
4.1 引言 81
4.2 數(shù)字孿生概述 82
4.3 齒輪箱數(shù)字孿生模型構(gòu)建 83
4.3.1 齒輪箱動力學模型 84
4.3.2 正常狀態(tài)下單齒嚙合剛度計算 85
4.3.3 時變嚙合剛度計算 89
4.3.4 故障齒輪嚙合剛度計算 92
4.4 齒輪箱數(shù)字孿生模型驗證 101
4.4.1 LY-SLL-03P小型轉(zhuǎn)子平行軸齒輪箱故障模擬試驗臺 101
4.4.2 數(shù)字孿生模型參數(shù)設(shè)置 102
4.4.3 數(shù)字孿生數(shù)據(jù)與實測數(shù)據(jù)的共性和差異性分析 106
4.5 數(shù)字孿生驅(qū)動的齒輪箱故障遷移診斷實例驗證 108
4.5.1 數(shù)字孿生-實測遷移診斷問題設(shè)定 108
4.5.2 子域適應引導的遷移診斷策略 109
4.5.3 遷移診斷模型參數(shù)設(shè)置 111
4.5.4 實驗結(jié)果與討論 112
4.6 本章小結(jié) 112
參考文獻 113
第5章 基于知識圖譜的復雜設(shè)備故障診斷 114
5.1 引言 114
5.2 基于知識的故障診斷 114
5.2.1 基于專家系統(tǒng)的故障診斷 117
5.2.2 基于知識圖譜的故障診斷 118
5.3 故障診斷領(lǐng)域知識圖譜構(gòu)建 121
5.3.1 實體-關(guān)系抽取 121
5.3.2 知識推理 133
5.3.3 知識存儲 133
5.4 基于領(lǐng)域知識圖譜的故障診斷 134
5.5 本章小結(jié) 138
參考文獻 138
第6章 雙轉(zhuǎn)子系統(tǒng)故障診斷模擬和健康監(jiān)測平臺 140
6.1 引言 140
6.2 雙轉(zhuǎn)子系統(tǒng) 140
6.2.1 雙轉(zhuǎn)子系統(tǒng)的定義與工作原理 140
6.2.2 雙轉(zhuǎn)子系統(tǒng)的發(fā)展歷程 141
6.2.3 雙轉(zhuǎn)子系統(tǒng)的應用場景 146
6.2.4 雙轉(zhuǎn)子系統(tǒng)的分類 148
6.2.5 雙轉(zhuǎn)子系統(tǒng)的故障形式 153
6.2.6 雙轉(zhuǎn)子系統(tǒng)的故障診斷方法 157
6.3 小型雙轉(zhuǎn)子故障模擬實驗平臺 161
6.3.1 總體結(jié)構(gòu) 161
6.3.2 故障施加機構(gòu) 163
6.4 小型雙轉(zhuǎn)子模擬平臺 163
6.4.1 硬件設(shè)計原理圖 164
6.4.2 硬件設(shè)計元器件布局 169
6.4.3 硬件控制邏輯及程序編寫 171
6.5 軟件系統(tǒng) 174
6.5.1 軟件用戶界面設(shè)計 174
6.5.2 軟件功能 177
6.6 本章小結(jié) 179
參考文獻 180