复杂工业过程的故障诊断PDF|Epub|txt|kindle电子书版本网盘下载

复杂工业过程的故障诊断PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 故障检测技术简介2

1.1.1 故障的含义2

1.1.2 故障检测的分类2

1.2 工业过程故障诊断方法3

1.2.1 基于数学模型的方法3

1.2.2 基于信号处理的方法3

1.2.3 基于知识的方法3

1.2.4 基于数据的方法4

1.3 故障诊断方法的研究现状4

1.3.1 基于模型的方法4

1.3.2 基于信号处理的方法5

1.3.3 基于知识的方法6

1.3.4 基于数据的故障诊断9

1.4 近年来的新理论9

1.4.1 基于数据的故障诊断9

1.4.2 基于知识的故障预测10

1.4.3 基于模型的故障调节11

参考文献12

第2章 基于数据的故障诊断方法16

2.1 预备知识16

2.1.1 主元分析方法16

2.1.2 独立元分析方法22

2.2 核主元分析方法25

2.2.1 KPCA算法26

2.2.2 基于KPCA的故障检测28

2.3 改进的核主元方法29

2.3.1 特征空间的k均值聚类29

2.3.2 基于重构的非线性故障辨识方法31

2.3.3 仿真结果34

2.4 核独立元分析方法46

2.4.1 KICA算法47

2.4.2 基于核独立元分析的故障检测48

2.5 改进的核独立元分析方法48

2.5.1 相似性分析49

2.5.2 故障诊断52

2.5.3 实例54

参考文献63

第3章 基于知识的故障预测68

3.1 模糊逻辑系统70

3.1.1 模糊性71

3.1.2 模糊集合与隶属函数71

3.1.3 模糊集合的运算74

3.1.4 模糊语言变量75

3.1.5 模糊逻辑系统76

3.1.6 模糊规则库77

3.1.7 模糊推理机78

3.1.8 模糊化和反模糊化80

3.2 人工神经网络技术81

3.2.1 人工神经网络的神经元模型82

3.2.2 神经网络的拓扑结构85

3.2.3 ELM学习算法86

3.3 仿真实例91

3.4 模糊神经网络模型93

3.4.1 模糊系统与神经网络的连接方式93

3.4.2 模糊系统与神经网络的比较94

3.4.3 模糊神经网络的构造96

3.5 故障诊断97

3.6 学习样本组织99

3.7 模糊神经网络的训练与仿真101

3.8 故障预测104

3.8.1 本节的故障预测及诊断方法的步骤106

3.8.2 实例研究111

参考文献120

第4章 基于模型的容错控制124

4.1 状态观测器126

4.2 鲁棒故障诊断128

4.3 故障调节131

4.4 非线性系统的故障补偿135

4.5 实例研究—发酵过程介绍143

参考文献148

第5章 网络控制系统的故障诊断152

5.1 网络控制系统152

5.2 网络控制系统的研究状况154

5.2.1 网络延迟154

5.2.2 丢包问题156

5.2.3 多通道传输157

5.3 连续控制对象模型的离散化159

5.3.1 不带延时的连续控制对象模型的离散化159

5.3.2 包含延时的连续控制对象模型的离散化159

5.4 网络控制系统的数学模型164

5.4.1 网络控制系统的建模164

5.4.2 单包传输168

5.4.3 单包数据包丢失169

5.4.4 多包传输171

5.4.5 多包传输数据包丢失175

5.5 网络控制系统数学模型的建立175

5.5.1 无记忆降阶状态观测器的设计思想176

5.5.2 无记忆降阶观测器的设计176

5.6 残差的产生和故障检测180

5.6.1 残差的产生180

5.6.2 分析残差182

5.7 仿真实例183

参考文献186

结束语189