惯性测量组合智能故障诊断及预测技术

本书特色

[

　　《惯性测量组合智能故障诊断及预测技术》以作者及团队近10年来在惯性导航和故障诊断等方面从事学术、科研和教学工作中的成果为基础。主要针对惯性导航系统关键部件一一惯性测量组合的故障诊断与预测技术总结归纳加工而成。
　　《惯性测量组合智能故障诊断及预测技术》內容新颖，突出理论创新和应用，适合从事惯性测量组合等复杂机电系统状态监测与故障诊断、故障预测及健康管理、维护工作的工程技术人员和研究人员参考、阅读，也可作为高等院校自动化系统工程、可靠性工程等相关专业的研究生教材。

]

目录

第1章 绪论1．1 引言1．2 故障诊断方法概述1．2．1 故障诊断的概念1．2．2 基于多信号模型的故障诊断研究现状1．2．3 基于人工智能的模拟电路故障诊断研究现状1．3 故障预测方法概述1．4 剩余寿命估计方法概述1．4．1 基于机理模型的剩余寿命估计方法1．4．2 数据驱动的剩余寿命估计方法1．4．3 剩余寿命估计在预测维护中的应用1．5 惯性测量组合1．5．1 惯性导航的基本原理1．5．2 惯性测量组合的组成1．5．3 惯性测量组合的工作原理及功能1．6 本书结构安排参考文献第2章 多信号模型建模2．1 引言2．2 多信号建模理论与建模方法2．2．1 多信号建模理论2．2．2 多信号建模方法2．3 测试性工程与维护系统（TEAMS）2．3．1 TEAMS的功能与组成2．3．2 基于TEAMS的测试性分析2．3．3 基于TEAMS的故障诊断策略2．4 惯性测量组合多信号模型的构建2．4．1 建模原则2．4．2 本体多信号建模2．4．3 电子箱多信号建模2．4．4 二次电源多信号建模2．4．5 模型合成及属性设置2．5 惯性测量组合测试性分析与改进2．5．1 测试点的选取及测试设置2．5．2 惯性测量组合固有测试性分析2．5．3 改进测试性分析2．6 小结参考文献第3章 基于计算智能的惯性测量组合诊断策略优化3．1 引言3．2 测试集优化方法3．2．1 测试集优化的数学描述3．2．2 测试性指标3．2．3 粒子群优化算法概述3．2．4 基于多维并行免疫离散粒子群优化算法的IMU测试集优化3．2．5 基于多维动态翻转离散粒子群算法的IMU测试集优化3．3 诊断策略优化方法3．3．1 惯性测量组合故障树的构建3．3．2 惯性测量组合故障树诊断策略优化3．3．3 基于蚁群算法优化的惯性测量组合相关矩阵诊断策略3．4 小结参考文献第4章 基于人工智能方法的惯．陸测量组合模拟电路故障诊断4．1 引言4．2 基于人工神经网络的模拟电路故障诊断4．2．1 神经网络的故障诊断能力4．2．2 径向基函数神经网络4．2．3 基于遗传RBF网络的惯性测量组合模拟电路故障诊断4．2．4 基于经验模式分解和神经网络的IMU模拟电路故障诊断4．3 基于支持向量机的模拟电路故障诊断4．3．1 支持向量机基本理论4．3．2 层次聚类LSSVM多分类算法4．3．3 基于层次聚类LSSVM的惯性测量组合模拟电路故障诊断4．3．4 基于故障残差和SVM的惯性测量组合模拟电路故障诊断4．4 基于极端学习机的模拟电路故障诊断4．4．1 ELM基本理论4．4．2 基于优选小波包和ELM的模拟电路故障诊断4．4．3 基于固定尺寸序贯极端学习机的模拟电路在线故障诊断4．5 基于信息融合的模拟电路故障诊断4．5．1 信息融合的级别4．5．2 基于特征级信息融合的故障诊断4．5．3 基于响应曲线有效点的特征提取方法4．5．4 改进的模糊聚类特征压缩算法4．5．5 诊断实例4．6 小结参考文献第5章 基于数据驱动的惯性测量组合智能故障预测5．1 引言5．2 基于数据驱动的故障预测方法5．3 基于支持向量机的惯性测量组合故障预测5．3．1 *小二乘支持向量机回归5．3．2 基于EMD-LSSVM的故障预测方法5．3．3 基于进化交叉验证与直接支持向量机回归的故障预测方法5．4 基于极端学习机的惯性测量组合故障预测5．4．1 基于极端学习机的惯性测量组合多尺度混合预测方法5．4．2 基于改进集合在线序贯极端学习机的惯性测量组合故障预测5．5 基于小样本条件下的惯性测量组合故障预测5．5．1 结构自适应序贯正则极端学习机5．5．2 实例验证5．6 小结参考文献第6章 基于退化过程建模的惯性测量组合剩余寿命在线估计6．1 引言6．2 基于半随机滤波和EM算法的剩余寿命在线估计6．2．1 问题描述6．2．2 基于半随机滤波的估计模型6．2．3 参数在线估计算法6．2．4 惯性测量组合剩余寿命估计的仿真试验6．3 基于隐含线性退化过程建模的剩余寿命在线估计6．3．1 状态空间模型与剩余寿命估计6．3．2 参数估计6．3．3 惯性测量组合剩余寿命估计的仿真试验6．4 基于隐含非线性退化过程建模的剩余寿命在线估计6．4．1 问题描述与剩余寿命估计6．4．2 参数在线估计算法6．4．3 惯性测量组合剩余寿命预测的仿真试验6．5 小结参考文献第7章 基于可变成本的MU实时预测维护与备件订购7．1 引言7．2 **种基于可变成本的预测维护模型的构建7．2．1 长期运行成本方差7．2．2 预测维护决策目标函数7．3 第二种基于可变成本的预测维护模型的构建7．3．1 长期运行成本方差7．3．2 预测维护决策目标函数7．4 备件订购模型的构建7．5 惯性测量组合预测维护的仿真试验7．5．1 问题描述7．5．2 试验结果7．6 小结参考文献

封面

书名:惯性测量组合智能故障诊断及预测技术

作者:王宏力

页数:226

定价:¥69.0

出版社:国防工业出版社

出版日期:2017-05-01

ISBN:9787118112511

PDF电子书大小:71MB 高清扫描完整版