×
基于数据驱动的工业设备故障诊断研究及其实现

基于数据驱动的工业设备故障诊断研究及其实现

1星价 ¥44.5 (5.7折)
2星价¥44.5 定价¥78.0
暂无评论
图文详情
  • ISBN:9787522915111
  • 装帧:平装
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:222
  • 出版时间:2024-04-01
  • 条形码:9787522915111 ; 978-7-5229-1511-1

内容简介

《基于数据驱动的工业设备故障诊断研究及其实现》以数据驱动的工业设备故障诊断流程为主线, 系统介绍了信号采集与处理、特征选择与提取和故障识别与诊断等方面的知识, 并利用MATLAB 工具对相关技术进行研究。首先, 介绍了工业设备信号采集常用的传感器类型, 数据降噪和数据融合等预处理技术; 其次, 介绍了常用的特征选择与提取方法; *后, 利用浅层神经网络和深度学习网络分别对常见的工业设备进行诊断。本书理论与实践相结合, 涉及理论内容均结合具体的实例给出相应的MATLAB 代码, 方便读者理解和掌握故障诊断领域相关的技术方法。 本书内容翔实、针对性强, 具有较高的研究价值。不仅适合高等院校机械工程、电气工程和人工智能等专业的学生学习, 对相关工程领域的技术人员也有较大的参考价值。

目录

目  录 第1 章  绪论 / 001 1 1  研究背景和意义 / 001 1 2  故障诊断研究现状/003 1 3  故障诊断方法分类/005 1 4  基于数据驱动的故障诊断流程/022 第2 章  信号采集与处理 / 024 2 1  设备故障信号类型及采集方法/ 024 2 2  信号处理/ 033 第3 章  特征选择与提取 / 061 3 1  时域分析/ 061 3 2  频域分析// 072 3 3  时频域分析/ 086 3 4  基于 Volterra 核的非线性频谱分析/ 103 第4 章  故障识别与诊断 / 114 4 1  基于支持向量机的故障诊断方法及应用研究/ 114 4 2  基于人工神经网络的故障诊断方法及应用研究/ 136 4 3  基于卷积神经网络的故障诊断方法及应用/ 161 4 4  基于堆栈自编码神经网络的故障诊断方法及应用/ 176 4 5  基于深度置信网络的故障诊断方法及应用/ 186 4 6  基于长短时记忆神经网络的故障诊断方法及应用/ 193 第5 章  挑战与展望/ 202 5 1  挑战/ 202 5 2  展望/ 202 参考文献/ 204
展开全部

作者简介

陈乐瑞,博士,毕业于西安交通大学电子与信息学部控制科学与工程专业,香港理工大学博士后(受香港ITF研发基金资助)。香港理工大学智能与虚拟现实技术(IVRT)实验室核心成员、美国电气和电子工程师学会会员、中国自动化学会会员。从事复杂系统故障诊断、大数据处理与分析、深度学习算法等领域研究。近年来,以 作者身份发表 SCI、EI论文 15 篇,作为负责人主持省部级科研项目2 项,参与 或省部级科研项目5项。受 知名期刊邀请,担任 IEEE Transactions on Industrial Electronics、IEEE Transactions on Systems Man Cybernetics-Systems、Journal of Intelligent Manufacturing等多个期刊审稿人。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航