排烟风机信息融合故障诊断方法与系统研究2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

排烟风机信息融合故障诊断方法与系统研究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

1绪论1

1.1机械故障诊断的发展与现状1

1.1.1国内外研究现状2

1.1.2故障诊断技术的发展趋势3

1.2故障诊断方法与技术概述4

1.2.1信息融合故障诊断4

1.2.2信号预处理技术10

1.2.3神经网络故障诊断13

1.2.4盲源分离故障诊断17

1.2.5故障诊断专家系统19

1.3本书的研究意义与应用前景21

1.4本书的主要内容与结构安排22

2自适应提升小波信号处理方法研究25

2.1排烟风机信号预处理问题的提出25

2.2小波去噪阈值函数设计26

2.2.1现有阈值函数分析26

2.2.2本书设计的改进阈值函数27

2.2.3阈值函数去噪性能比较28

2.3提升小波自适应去噪算法研究32

2.3.1信号局部特征的时域估计方法设计33

2.3.2基于信号局部特征的小波函数选择34

2.3.3信号突变点的平滑递变阶次提升小波函数设计37

2.3.4基于信号局部特征的自适应小波阈值选择39

2.3.5仿真与实验39

2.4信号频域特征的小波消混校正方法设计40

2.4.1小波分析的频域特征提取40

2.4.2小波分解中频率混淆的校正方法设计41

2.4.3消除小波分析频率混淆算法设计43

2.4.4小波混频改进算法应用45

2.5本章小结47

3动态故障源数估计的自适应盲源分离方法研究48

3.1数据层融合诊断问题的提出48

3.2动态故障源的源数估计算法研究49

3.2.1现有信号源数估计方法49

3.2.2基于拓展四阶累积量矩阵与奇异值分解的源数估计算法研究53

3.2.3拓展四阶累积量矩阵源数估计实验56

3.3基于动态故障源数估计的自适应盲源分离算法研究59

3.3.1基于主元分析的超定盲源分离算法59

3.3.2基于稀疏元分析的欠定盲源分离算法60

3.3.3自适应盲源分离算法63

3.4盲源分离实验分析65

3.5本章小结67

4综合BP与ART2网络的改进型神经网络故障诊断方法研究69

4.1神经网络故障诊断的不足69

4.2改进型BP-ART2神经网络设计70

4.2.1引入非线性映射的BP-ART2神经网络结构设计70

4.2.2ART2神经网络自适应警戒参数与聚类设计72

4.3改进型BP-ART2神经网络故障诊断系统的计算方法74

4.3.1参数及权值初始化74

4.3.2训练过程的计算步骤74

4.3.3诊断过程计算步骤76

4.4实验分析76

4.5本章小结79

5黑板型多专家机电融合故障诊断方法研究81

5.1多专家诊断问题的提出81

5.2排烟风机故障诊断的黑板型多专家融合系统结构设计82

5.3黑板型多专家机电融合诊断方法研究86

5.3.1排烟风机机电融合诊断方法研究86

5.3.2多专家机电信息融合诊断算法97

5.4实验与诊断99

5.5本章小结102

6多传感器与多诊断方法的决策融合诊断104

6.1排烟风机全局决策融合诊断结构设计104

6.2多传感器加权激励融合诊断方法研究105

6.2.1多传感器之间的相关加权系数设计106

6.2.2不同位置传感器在融合诊断中的权重设计107

6.2.3多传感器加权系数的激励108

6.2.4多传感器两两加权激励的综合融合108

6.2.5多传感器加权激励融合诊断步骤108

6.3多诊断方法局部诊断结果的决策融合设计109

6.3.1决策融合规则109

6.3.2排烟风机故障诊断决策融合算法设计110

6.4决策融合实验与诊断111

6.4.1对两两传感器加权激励融合111

6.4.2多局部诊断方法的决策融合113

6.5本章小结114

7排烟风机状态监测与故障诊断系统设计116

7.1排烟风机监测点与传感器设置116

7.2微机集中监测式与DSP分布式监测系统硬件设计118

7.2.1微机集中监测与故障诊断系统118

7.2.2DSP分布式实时监测与故障诊断系统120

7.3排烟风机监测与故障诊断系统软件设计126

7.3.1微机集中监测系统数据采集软件设计126

7.3.2DSP分布式监测系统软件设计129

7.3.3上位机监测与管理软件设计132

7.4系统调试与现场应用实例133

7.4.1系统分析、设计与调试133

7.4.2现场应用实例138

7.5本章小结143

参考文献145