智能传感器理论基础及应用

第1章 绪论
1.1 传感器技术概述
1.2 现代传感器技术
1.2.1 现代传感器技术特征
1.2.2 集成/固态传感器的特点
1.3 智能传感器概述
1.3.1 智能传感器的定义
1.3.2 智能传感器的特点
1.3.3 智能传感器的组成
1.3.4 智能传感器的形式
1.3.5 传感器智能化的途径
1.3.6 智能传感器的发展及趋势
1.3.7 智能传感器的开发重点
1.4 智能传感器中的软件方法
1.4.1 软件子模块
1.4.2 预处理
1.4.3 状态监测与故障检测模块
1.5 智能传感器的实现方式
1.5.1 非集成化智能传感器
1.5.2 集成化智能传感器
1.5.3 智能传感器混合集成
参考文献
第2章 智能传感器智能化功能及其实现技术
2.1 智能传感器的基本功能
2.1.1 智能传感器的自检技术
2.1.2 智能传感器的自动校准技术
2.1.3 智能传感器的量程自动转换技术
2.1.4 智能传感器的标度变换技术
2.2 智能传感器测量数据处理
2.2.1 测量数据的非数值处理
2.2.2 系统误差的数据处理
2.2.3 随机误差的数据处理
参考文献
第3章 智能传感器信息处理技术
3.1 概述
3.2 预测滤波器
3.2.1 多项式预测滤波器
3.2.2 灰色预测滤波器
3.3 时-频分析法
3.3.1 小波包分析
3.3.2 经验模态分解
3.3.3 集合经验模态分解
3.3.4 互补集合经验模态分解
3.4 数据驱动法
3.4.1 主成分分析
3.4.2 动态主成分分析
3.4.3 独立成分分析
3.4.4 核主成分分析
3.4.5 非负矩阵分解
3.4.6 稀疏非负矩阵分解
3.5 熵方法
3.5.1 能量熵
3.5.2 样本熵
3.5.3 排列熵
3.5.4 多尺度熵
3.6 模式识别法
3.6.1 k*近邻域
3.6.2 层次支持向量多分类机
3.6.3 多分类相关向量机
3.6.4 随机森林分类器
3.6.5 稀疏表示分类器
参考文献
第4章 自确认传感器技术
4.1 概述
4.2 自确认传感器原理
4.2.1 自确认传感器功能结构模型
4.2.2 自确认传感器的输出参数
4.2.3 自确认传感器的研究内容
4.3 常用的自确认传感器方法
4.3.1 传感器故障检测与隔离方法
4.3.2 传感器故障诊断方法
4.3.3 传感器故障恢复方法
4.3.4 传感器测量质量评估方法
4.4 自确认传感器结构
参考文献
第5章 智能声发射传感器及其应用
5.1 声发射信号
5.1.1 声发射源
5.1.2 声发射信号基本概念
5.1.3 声发射信号特征及表征参数
5.2 智能声发射传感器概述
5.2.1 智能声发射传感器分类
5.2.2 智能声发射传感器原理
5.2.3 智能声发射传感器结构
5.3 智能声发射传感器检测技术
5.3.1 声发射技术原理
5.3.2 声发射信号处理方法
5.3.3 声发射无损检测技术的优势及应用
5.4 智能声发射传感器在滚动轴承故障检测中的应用
5.4.1 故障滚动轴承的声发射信号
5.4.2 故障特征提取
5.4.3 滚动轴承声发射信号智能故障诊断模型
参考文献
第6章 智能化气体传感器及其应用
6.1 气体传感器概述
6.2 智能气体传感器精度提升算法
6.2.1 气体传感器选择性改善方法
6.2.2 气体传感器温/湿度补偿方法
6.3 智能气体传感器数据恢复方法
6.3.1 相关向量机基本理论
6.3.2 相关向量机核函数选择
6.3.3 基于相关向量机的气体传感器故障数据恢复
6.4 智能气体传感器的故障诊断
6.4.1 气体传感器故障模式分析
6.4.2 气体传感器在线故障检测
6.4.3 基于核主成分分析的气体传感器故障特征提取
6.4.4 基于多分类相关向量机的气体传感器故障诊断
参考文献
第7章 智能压力传感器及其应用
7.1 压力传感器工作原理概述
7.2 压力传感器的故障模式
7.2.1 常见压力传感器的故障类型
7.2.2 压力传感器的故障模式分类
7.3 智能压力传感器故障诊断方法
7.3.1 基于多尺度主成分分析的故障诊断方法
7.3.2 基于小波包的多尺度主成分分析故障诊断方法
7.4 故障诊断方法仿真验证
7.4.1 基于小波变换的多尺度主成分分析诊断方法仿真验证
7.4.2 基于小波包的MSPCA诊断方法仿真验证
7.5 基于径向基函数（RBF）神经网络的数据恢复方法
7.5.1 RBF神经网络原理概述
7.5.2 RBF神经网络结构
7.5.3 RBF神经网络的学习算法
7.5.4 压力传感器数据恢复仿真研究
参考文献