滿額折
商品簡介
名人/編輯推薦
目次
相關商品
商品簡介
《軋鋼過程資料驅動故障診斷與質量預報方法研究 ——基於多元統計方法》以提高軋鋼機械系統運行可靠性為原則，從降低故障診斷率和維修成本的角度出發，本著理論性與實際性相結合的原則，全面系統地分析軋鋼過程工藝、主要機械設備組成、軋鋼過程主要故障類型，以及軋鋼過程故障特性。《軋鋼過程資料驅動故障診斷與質量預報方法研究 ——基於多元統計方法》針對其資料及振動信號特點和過程特性，深入研究軋鋼過程的狀態監測、故障分離、故障識別及質量預報方法，並用大量篇幅詳細介紹了基於多元統計方法的軋鋼設備故障診斷和質量預報的各種新技術和新方法，具有很好的理論價值和實用價值。
名人/編輯推薦
統計方法,應用,軋機,故障診斷,統計方法,應用,軋機,產品質量,預報
目次
目錄
《博士後文庫》序言
前言
第1章 緒論 1
1.1 引言 1
1.2 本書涉及的基本概念 1
1.3 故障診斷發展現狀和研究現狀 2
1.3.1 故障診斷技術的發展現狀 2
1.3.2 軋鋼過程故障診斷的研究現狀 3
1.3.3 基於多元統計分析的故障診斷方法的研究現狀 9
1.4 本書主要內容 13
第2章 軋鋼過程工藝原理及故障分析 15
2.1 引言 15
2.2 軋鋼過程的工藝階段 15
2.2.1 熱連軋工藝階段 15
2.2.2 冷軋工藝階段 17
2.3 軋鋼過程主要故障分析 19
2.4 軋鋼過程變數資料特性分析及軋鋼機故障特性分析 22
2.4.1 軋鋼過程變數資料特性分析 22
2.4.2 軋鋼機故障特性分析 23
2.5 軋鋼機狀態監測 23
第3章 多元統計分析故障診斷和質量預報基本理論 24
3.1 引言 24
3.2 資料的預處理 24
3.3 多元統計分析主要方法 25
3.3.1 主成分分析方法 25
3.3.2 獨立成分分析方法 34
3.3.3 偏*小二乘方法 45
3.3.4 費希爾判別分析方法 49
3.4 基於多元統計的狀態監測 53
3.5 基於多元統計的故障分離 54
3.6 基於統計回歸的質量預報 55
第4章 基於馬氏距離相對變換偏*小二乘的軋鋼過程狀態監測 57
4.1 引言 57
4.2 基於馬氏距離相對變換的偏*小二乘統計建模 58
4.2.1 馬氏距離相對變換的基本思想 58
4.2.2 基於馬氏距離相對變換的偏*小二乘統計建模步驟 61
4.3 馬氏距離相對變換偏*小二乘方法 62
4.3.1 監測統計量及其控制限的確定 62
4.3.2 基於馬氏距離相對變換偏*小二乘的軋鋼過程狀態監測步驟 62
4.3.3 基於馬氏距離相對變換偏*小二乘方法的計算複雜度分析 63
4.4 模擬實例 63
4.4.1 概述 63
4.4.2 模擬結果與分析 65
4.5 本章小結 71
第5章 基於MBRTICA的狀態監測和故障定位 72
5.1 引言 72
5.2 多塊理論 73
5.3 RTICA故障檢測方法 74
5.3.1 相對變換 74
5.3.2 RTICA方法 77
5.3.3 RTICA故障檢測步驟 78
5.4 基於多塊的RTICA故障診斷方法 79
5.5 基於MBRTICA方法的軋機軸承裂紋故障診斷 81
5.6 本章小結 85
第6章 基於改進動態核主成分分析方法結合獨立成分分析方法的狀態監測和故障分離 87
6.1 引言 87
6.2 動態主成分分析方法和核主成分分析方法 88
6.2.1 動態主成分分析方法 88
6.2.2 核主成分分析方法 89
6.3 獨立成分分析方法 91
6.3.1 獨立成分分析方法基本概念 91
6.3.2 獨立成分分析方法實現步驟 92
6.3.3 監控統計量及其控制限的確定 93
6.4 基於改進動態核主成分分析方法結合獨立成分分析方法的統計建模、狀態監測和故障分離方法 94
6.4.1 統計建模 94
6.4.2 狀態監測和故障分離方法 95
6.5 模擬實例 96
6.5.1 概述 96
6.5.2 模擬結果與分析 97
6.6 本章小結 102
第7章 基於優化策略的KFDA的狀態監測和故障識別 103
7.1 引言 103
7.2 基於KFDA的故障識別 104
7.2.1 FDA的基本原理 104
7.2.2 KFDA方法的基本原理 106
7.2.3 基於KFDA的狀態監測和故障識別 108
7.3 基於改進生物地理學優化算法的核參數優化和特徵樣本選取 109
7.3.1 生物地理學優化算法 109
7.3.2 改進生物地理學優化算法 112
7.3.3 核參數優化和特徵樣本選取 114
7.4 基於優化策略的KFDA方法 116
7.5 模擬實例 117
7.5.1 概述 117
7.5.2 模擬結果與分析 119
7.6 本章小結 125
第8章 基於非線性特徵提取和回歸的故障診斷與質量預報 126
8.1 引言 126
8.2 基於核偏*小二乘的非線性特徵提取和回歸 127
8.2.1 基於核偏*小二乘的非線性特徵提取 127
8.2.2 基於核偏*小二乘的非線性回歸 128
8.3 費希爾判別分析方法介紹 128
8.4 基於偏*小二乘方法結合費希爾判別分析的方法 129
8.4.1 質量預報中核偏*小二乘與費希爾判別分析的關係 129
8.4.2 基於非線性特徵提取和回歸的故障診斷與質量預報統計建模 130
8.4.3 算法流程 131
8.5 模擬實例 132
8.5.1 概述 132
8.5.2 模擬結果與分析 133
8.6 本章小結 140
參考文獻 142
編後記 151
《博士後文庫》序言
前言
第1章 緒論 1
1.1 引言 1
1.2 本書涉及的基本概念 1
1.3 故障診斷發展現狀和研究現狀 2
1.3.1 故障診斷技術的發展現狀 2
1.3.2 軋鋼過程故障診斷的研究現狀 3
1.3.3 基於多元統計分析的故障診斷方法的研究現狀 9
1.4 本書主要內容 13
第2章 軋鋼過程工藝原理及故障分析 15
2.1 引言 15
2.2 軋鋼過程的工藝階段 15
2.2.1 熱連軋工藝階段 15
2.2.2 冷軋工藝階段 17
2.3 軋鋼過程主要故障分析 19
2.4 軋鋼過程變數資料特性分析及軋鋼機故障特性分析 22
2.4.1 軋鋼過程變數資料特性分析 22
2.4.2 軋鋼機故障特性分析 23
2.5 軋鋼機狀態監測 23
第3章 多元統計分析故障診斷和質量預報基本理論 24
3.1 引言 24
3.2 資料的預處理 24
3.3 多元統計分析主要方法 25
3.3.1 主成分分析方法 25
3.3.2 獨立成分分析方法 34
3.3.3 偏*小二乘方法 45
3.3.4 費希爾判別分析方法 49
3.4 基於多元統計的狀態監測 53
3.5 基於多元統計的故障分離 54
3.6 基於統計回歸的質量預報 55
第4章 基於馬氏距離相對變換偏*小二乘的軋鋼過程狀態監測 57
4.1 引言 57
4.2 基於馬氏距離相對變換的偏*小二乘統計建模 58
4.2.1 馬氏距離相對變換的基本思想 58
4.2.2 基於馬氏距離相對變換的偏*小二乘統計建模步驟 61
4.3 馬氏距離相對變換偏*小二乘方法 62
4.3.1 監測統計量及其控制限的確定 62
4.3.2 基於馬氏距離相對變換偏*小二乘的軋鋼過程狀態監測步驟 62
4.3.3 基於馬氏距離相對變換偏*小二乘方法的計算複雜度分析 63
4.4 模擬實例 63
4.4.1 概述 63
4.4.2 模擬結果與分析 65
4.5 本章小結 71
第5章 基於MBRTICA的狀態監測和故障定位 72
5.1 引言 72
5.2 多塊理論 73
5.3 RTICA故障檢測方法 74
5.3.1 相對變換 74
5.3.2 RTICA方法 77
5.3.3 RTICA故障檢測步驟 78
5.4 基於多塊的RTICA故障診斷方法 79
5.5 基於MBRTICA方法的軋機軸承裂紋故障診斷 81
5.6 本章小結 85
第6章 基於改進動態核主成分分析方法結合獨立成分分析方法的狀態監測和故障分離 87
6.1 引言 87
6.2 動態主成分分析方法和核主成分分析方法 88
6.2.1 動態主成分分析方法 88
6.2.2 核主成分分析方法 89
6.3 獨立成分分析方法 91
6.3.1 獨立成分分析方法基本概念 91
6.3.2 獨立成分分析方法實現步驟 92
6.3.3 監控統計量及其控制限的確定 93
6.4 基於改進動態核主成分分析方法結合獨立成分分析方法的統計建模、狀態監測和故障分離方法 94
6.4.1 統計建模 94
6.4.2 狀態監測和故障分離方法 95
6.5 模擬實例 96
6.5.1 概述 96
6.5.2 模擬結果與分析 97
6.6 本章小結 102
第7章 基於優化策略的KFDA的狀態監測和故障識別 103
7.1 引言 103
7.2 基於KFDA的故障識別 104
7.2.1 FDA的基本原理 104
7.2.2 KFDA方法的基本原理 106
7.2.3 基於KFDA的狀態監測和故障識別 108
7.3 基於改進生物地理學優化算法的核參數優化和特徵樣本選取 109
7.3.1 生物地理學優化算法 109
7.3.2 改進生物地理學優化算法 112
7.3.3 核參數優化和特徵樣本選取 114
7.4 基於優化策略的KFDA方法 116
7.5 模擬實例 117
7.5.1 概述 117
7.5.2 模擬結果與分析 119
7.6 本章小結 125
第8章 基於非線性特徵提取和回歸的故障診斷與質量預報 126
8.1 引言 126
8.2 基於核偏*小二乘的非線性特徵提取和回歸 127
8.2.1 基於核偏*小二乘的非線性特徵提取 127
8.2.2 基於核偏*小二乘的非線性回歸 128
8.3 費希爾判別分析方法介紹 128
8.4 基於偏*小二乘方法結合費希爾判別分析的方法 129
8.4.1 質量預報中核偏*小二乘與費希爾判別分析的關係 129
8.4.2 基於非線性特徵提取和回歸的故障診斷與質量預報統計建模 130
8.4.3 算法流程 131
8.5 模擬實例 132
8.5.1 概述 132
8.5.2 模擬結果與分析 133
8.6 本章小結 140
參考文獻 142
編後記 151
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。