液壓故障的只能信息診斷與監測（簡體書）

《21世紀液壓氣動使用維修經典圖書系列：液壓故障的智能信息診斷與監測》系統地闡述了近年來液壓系統故障診斷領域新發展的各種理論及方法，這些理論及方法已經通過了液壓系統的故障診斷實驗進行了有效的驗證。全書共分為13章，深入淺出地介紹了各種新方法及應用。《21世紀液壓氣動使用維修經典圖書系列：液壓故障的智能信息診斷與監測》的主要內容包括：基於AR模型最佳階次選擇的功率譜分析方法；對幾種常用的頻譜細化方法進行了對比分析；基於HilbertHuang變換的故障特徵提取方法；基於Morlet複解析小波簇的帶通濾波和包絡解調新方法；通過利用軸向柱塞泵出口壓力信號的關聯維數進行液壓泵故障診斷的方法；基於最大Lyapunov指數分析的故障診斷方法；研製了一套基於MCGS組態軟件的油液污染度在線監測系統；鬆散型小波神經網絡和緊湊型小波神經網絡兩種故障診斷方法；證據理論和神經網絡相結合的智能故障診斷方法；研究了幅值域和時頻域的特徵向量提取方法；免疫支持向量機複合的故障診斷方法；基於粗糙集理論的啟發式屬性約簡算法。《21世紀液壓氣動使用維修經典圖書系列：液壓故障的智能信息診斷與監測》適用於從事設備狀態監測和故障診斷工作的工程技術人員閱讀，也可作為高等學校相關專業研究生的教材或參考用書。

前言
第1章緒論
1.1液壓系統故障診斷技術的發展歷程
1.2液壓系統故障診斷技術的研究現狀
1.3液壓系統故障診斷技術的發展趨勢
1.4液壓系統故障檢測與診斷新方法
1.4.1神經網絡技術方法
1.4.2支持向量機方法
1.4.3混沌分形理論方法
1.4.4Lyapunov指數及關聯維數方法
1.4.5信息融合技術方法
1.4.6人工免疫系統方法
1.4.7貝葉斯網絡方法
1.4.8小波理論方法
1.4.9頻譜細化分析方法
1.4.10HilbertHuang變換方法
1.5本書的主要內容
參考文獻

第2章基於AR模型的功率譜估計及在故障檢測中的應用
2.1常用頻譜估計方法
2.1.1常用的幾種譜估計方法
2.1.2傅裡葉變換技術
2.1.3自回歸模型
2.1.4Prony複極點模型
2.1.5最大似然譜估計法
2.2AR模型參數的計算方法及階次選擇
2.2.1AR模型參數計算方法
2.2.2AR模型階次選擇
2.2.3AR模型階次功率譜的仿真算例
2.3幹式真空泵及其常見故障
2.3.1幹式真空泵
2.3.2幹式真空泵常見的故障形式
2.3.3軸承常見故障及其診斷方法
2.4AR模型功率譜估計方法在幹式真空泵故障診斷中的應用
2.4.1幹式真空泵信號採集及故障診斷實驗
2.4.2基於AR模型的功率譜分析法的幹式真空泵故障診斷
參考文獻

第3章頻譜細化方法及在故障診斷中的應用
3.1時域和頻域分析方法
3.1.1傅裡葉分析
3.1.2小波分析
3.2頻譜細化分析的理論方法
3.2.1頻譜細化分析方法
3.2.2幾種頻譜細化分析方法的比較
3.3頻譜細化方法在真空泵軸承故障診斷中的應用
3.3.1小波簇變換頻譜細化方法的應用
3.3.2FFTFS頻譜細化方法的應用
3.3.3結果分析
參考文獻

第4章HilbertHuang變換在故障診斷中的應用
4.1HilbertHuang變換的基本原理
4.1.1HilbertHuang變換中的基本概念
4.1.2HilbertHuang變換算法實現過程
4.1.3HilbertHuang變換存在的問題
4.2EMD算法的改進
4.2.1採樣頻率對EMD分解的影響及其改進
4.2.2EMD篩選算法的改進
4.2.3EMD的端點效應及其改進方法
4.3HilbertHuang變換在真空泵故障診斷中的應用
4.3.1實驗信號採集
4.3.2傳統的Hilbert變換包絡解調方法在真空泵故障診斷中的應用
4.3.3HilbertHuang變換在真空泵故障診斷中的應用
參考文獻

第5章小波簇包絡解調方法在故障診斷中的應用
5.1包絡解調方法的研究現狀
5.2振動監測技術
5.2.1機械振動監測與分析技術
5.2.2振動信號的分析與處理
5.3基於複解析小波的包絡解調方法
5.3.1信號調製技術
5.3.2解調原理
5.3.3包絡解調方法
5.3.4複解析小波的帶通濾波特性
5.3.5複解析小波簇的包絡解調方法
5.4小波簇包絡解調方法在故障診斷中的應用
5.4.1小波簇包絡解調方法在真空泵故障診斷中的應用
5.4.2小波簇包絡解調方法在液壓泵故障診斷中的應用
參考文獻

第6章混沌分形理論在故障診斷中的應用
6.1混沌及分形
6.1.1混沌的特徵
6.1.2分形理論
6.2關聯維數分析
6.2.1關聯維數分析方法
6.2.2幾種典型信號的關聯維數
6.3基於分形理論的液壓泵故障診斷的實驗研究
6.3.1實驗條件
6.3.2信號的小波消噪與特徵提取
6.3.3關聯維數計算
6.3.4結果分析
參考文獻

第7章基於Lyapunov指數分析的故障診斷方法
7.1混沌運動及Lyapunov指數
7.1.1混沌判別方法
7.1.2Lyapunov指數
7.2Lyapunov指數算法及其改進
7.2.1標準QR分解算法
7.2.2改進的QR分解算法
7.2.3Lyapunov指數算法的實現
7.2.4算法的比較
7.3基於Lyapunov指數的混沌檢測
7.3.1杜芬方程的混沌特性
7.3.2基於最大Lyapunov指數的微弱信號檢測方法
7.4基於最大Lyapunov指數法的液壓泵故障診斷實驗
7.4.1基於杜芬方程的最大Lyapunov指數故障診斷
7.4.2結果分析
參考文獻

第8章液壓油污染度在線監測系統
8.1油液污染監測技術
8.1.1油液污染問題概述
8.1.2油液污染度的評定與測定方法
8.1.3油液污染檢測技術的研究現狀和發展趨勢
8.2油液污染控制技術
8.2.1油液污染度的等級標準
8.2.2油液的污染分析
8.2.3油液的污染控制
8.2.4油液的淨化
8.3在線監測裝置研製
8.3.1過濾的基本原理
8.3.2過濾介質的選擇
8.3.3淤積法測量原理
8.3.4恒功率淤積法測量原理
8.3.5利用閥用直流電磁鐵作為動力元件的可行性
8.3.6顆粒尺寸分佈對測量的影響
8.4在線監測系統的硬件與軟件實現
8.4.1在線監測系統的方案
8.4.2在線監測系統的功能及原理
8.4.3硬件系統
8.4.4在線監測系統的軟件實現
8.5在線監測系統的調試與實驗
8.5.1實驗油樣的配製
8.5.2在線監測系統的調試
8.5.3在線監測系統的實驗
8.5.4實驗結果分析
參考文獻

第9章基於小波神經網絡的故障診斷方法
9.1人工神經網絡
9.1.1人工神經元模型應具備的要素
9.1.2神經元之間的連接形式
9.1.3BP網絡學習算法及隱層的設計
9.1.4BP神經網絡應用實例
9.2小波神經網絡
9.2.1小波神經網絡原理
9.2.2緊致型小波神經網絡的結構
9.2.3緊致型小波神經網絡的學習算法
9.2.4小波神經網絡與傳統的BP網絡比較
9.2.5小波神經網絡應用實例
9.3基於小波神經網絡的液壓泵故障診斷實驗
9.3.1實驗條件及數據采集
9.3.2基於鬆散型小波神經網絡的液壓泵故障診斷
9.3.3基於緊致型小波神經網絡的液壓泵故障診斷
參考文獻

第10章證據理論和神經網絡集成的信息融合故障診斷方法
10.1數據融合技術
10.1.1數據融合的基本原理
10.1.2數據融合的定義
10.1.3數據融合的層次
10.1.4融合系統的模型結構
10.1.5多傳感器融合算法
10.2證據理論和神經網絡結合的診斷方法
10.2.1信度函數
10.2.2Dempster合成法則
10.2.3基於證據理論的決策
10.2.4證據理論的優缺點
10.2.5證據理論和神經網絡集成的數據融合診斷方法
10.3軸向柱塞泵的故障診斷實驗
10.3.1液壓泵的常見故障機理分析
10.3.2常用信號數據源
10.3.3神經網絡證據理論液壓泵診斷模型結構
10.3.4局部診斷神經網絡結構設計
10.3.5神經網絡證據理論液壓泵診斷決策方法
10.3.6基於神經網絡和證據理論集成方法的液壓泵診斷實驗
參考文獻

第11章液壓泵的故障特徵提取及特徵降維
11.1液壓泵的振動和聲音信號處理
11.1.1故障信號的採集方法
11.1.2基於Hilbert變換的包絡解調法
11.1.3基於小波包帶通濾波消噪的包絡分析信號處理
11.1.4柱塞泵松靴故障的信號處理
11.1.5柱塞泵滑靴磨損故障的信號處理
11.1.6柱塞泵中心彈簧失效故障的信號處理
11.2故障特徵向量提取方法
11.2.1信號的幅值域特徵提取
11.2.2基於小波包的時頻域特徵提取
11.2.3液壓泵振動信號的幅值域特徵提取
11.2.4液壓泵振動信號的時頻域特徵提取
11.3主元分析在特徵降維中的應用
11.3.1主元分析方法
11.3.2基於主元分析的故障檢測方法
11.3.3主元分析特徵提取及降維實例分析
11.4主元分析方法在故障檢測中的應用
11.4.1故障檢測方法的實現過程
11.4.2故障檢測實例分析
參考文獻

第12章免疫機理與支持向量機複合的故障診斷方法
12.1人工免疫機理
12.1.1生物免疫系統
12.1.2人工免疫系統的陰性選擇算法
12.2支持向量機
12.2.1支持向量機的基本原理
12.2.2支持向量機的特點
12.2.3基於支持向量機故障診斷的基本步驟
12.2.4支持向量機建立及分析
12.2.5基於支持向量機的液壓泵故障診斷分析
12.3基於NS機理和SVM複合的故障診斷方法
12.3.1傳統分類算法的局限性
12.3.2支持向量機的不足
12.3.3NS與SVM複合故障診斷方法
12.3.4診斷實例及分析
12.4基於複合故障診斷方法的液壓泵診斷實驗及結果分析
12.4.1基於虛擬儀器的液壓泵故障診斷實驗系統
12.4.2斜盤式軸向柱塞泵典型故障分析
12.4.3液壓泵監測信號的採集與處理
12.4.4軸向柱塞泵故障診斷實驗及結果分析
參考文獻

第13章信息融合和貝葉斯網絡集成的故障診斷方法
13.1粗糙集理論在故障診斷中的應用
13.1.1知識約簡
13.1.2決策表屬性約簡算法
13.1.3多變量決策樹的診斷規則提取方法
13.2單傳感器多特徵信息融合的貝葉斯網絡故障診斷方法
13.2.1多傳感器信息融合技術
13.2.2基於貝葉斯參數估計算法的信息融合數學模型
13.2.3貝葉斯網絡
13.2.4貝葉斯網絡分類器
13.2.5液壓泵振動信號的故障診斷分析
13.3多源傳感器信息融合與貝葉斯網絡集成的故障診斷方法
13.3.1多源傳感器信息融合與貝葉斯網絡集成的故障診斷方法
13.3.2液壓泵多故障模式診斷的實驗研究
參考文獻