工业装备系统亚健康诊断方法
作　者： 张利，张立勇，王学芝 等著
出版时间： 2013
内容简介
　　《工业装备系统亚健康诊断方法》介绍了几种改进及新型工业装备健康状态诊断模型，并对如何将诊断模型应用到具体问题做了详细的阐述。全书共12章，第1章综述了各种机械健康状态诊断技术的发展现状及发展趋势；第2章主要介绍了一种有效的数据预处理方法；第3～10章给出几种改进及新型状态诊断模型；第11章和第12章介绍了不完整数据集的区间重构及在此基础上的聚类算法。
目录
第1章 工业装备健康状态诊断方法论述
1.1 引言
1.2 粗糙集理论
1.2.1 粗糙集理论的相关概念
1.2.2 常用的属性约简算法
1.3 神经网络
1.3.1 BP神经网络结构
1.3.2 BP算法的步骤
1.3.3 BP神经网络的性能分析
1.4 支持向量机
1.4.1 统计学习理论
1.4.2 支持向量机的理论
1.4.3 支持向量机的优点分析
1.5 小波分析
1.5.1 一维连续小波变换
1.5.2 离散小波变换
1.6 工业装备健康状态诊断
1.6.1 基本诊断过程
1.7 全书概况
参考文献
第2章 基于灰色粗糙集的二阶段数据预处理
2.1 引言
2.2 基于灰色粗糙集的二阶段数据预处理方法
2.2.1 关联度分析方法的基本理论
2.2.2 两阶段数据预处理算法流程
2.2.3 算法有效性验证
2.3 健康状态诊断中的特征参数提取
2.3.1 故障特征参数选取的原则
2.3.2 时域特征参数
2.3.3 频域特征参数
2.4 提取滚动轴承故障特征的仿真实验
2.4.1 仿真实验的故障数据
2.4.2 属性约简的实验过程
2.5 结束语
参考文献
第3章 基于遗传神经网络的健康状态诊断模型
3.1 引言
3.2 遗传算法与BP神经网络的结合
3.2.1 GA-BP结合的可行性分析
3.2.2 遗传算法与神经网络的结合方式
3.3 学习算子设计与改进
3.3.1 GA-BP编码方式
3.3.2 适应度函数的设计
3.3.3 选择算子的设计




上一篇: 泵站管理技术 [刘家春 编著] 2014年
下一篇: 几何误差检测问答