故障診斷的不確定性與知識獲取

目錄
《21 世紀先進制造技術叢書》序
前言
第1章 故障診斷的不確定性分析方法 1
1.1 故障診斷的概念體系 1
1.1.1 概述 1
1.1.2 故障診斷的基本概念 2
1.1.3 故障的基本特征 4
1.1.4 故障診斷的基本過程 6
1.2 不確定性分析方法在故障診斷中的應用 7
1.2.1 基于概率論的方法 7
1.2.2 基于證據(jù)理論的方法 8
1.2.3 基于模糊集理論的方法 9
1.2.4 基于灰色關聯(lián)度的方法 9
1.2.5 基于可拓理論的方法 10
1.3 基于粗糙集理論的不確定性分析方法 10
1.3.1 粗糙集理論的產(chǎn)生和發(fā)展 11
1.3.2 基于粗糙集理論的不確定性分析研究進展 11
1.3.3 粗糙集理論在故障診斷領域中的應用 13
1.4 本書的選題背景 14
參考文獻 14
第2章 故障診斷的信息模型及其不確定性度量 20
2.1 引言 20
2.2 故障診斷的信息解釋及其不確定性 21
2.2.1 故障診斷的信息解釋 21
2.2.2 故障診斷不確定性的含義 23
2.3 故障診斷不完備信息的產(chǎn)生原因及語義解釋 25
2.3.1 故障診斷不完備信息的產(chǎn)生原因 25
2.3.2 不完備診斷信息的語義解釋 27
2.4 故障診斷的信息模型 28
2.4.1 故障診斷信息的分類 28
2.4.2 故障診斷的信息模型 29
2.5 故障診斷信息系統(tǒng) 30
2.6 不完備故障診斷信息系統(tǒng)的關系模型 31
2.6.1 不完備故障診斷信息系統(tǒng)的定義 31
2.6.2 容差關系 33
2.6.3 非對稱相似關系 33
2.6.4 限制容差關系 35
2.6.5 約束非對稱相似關系 36
2.6.6 改進限制相容關系 37
2.7 基于代數(shù)觀點的故障診斷決策系統(tǒng)的不確定性度量 38
2.7.1 故障診斷決策系統(tǒng)的不一致性及其度量 38
2.7.2 故障診斷決策系統(tǒng)的不完備性及其度量 40
2.7.3 故障診斷決策系統(tǒng)的不確定性度量 44
2.8 基于信息論觀點的故障診斷決策系統(tǒng)的不確定性度量 44
2.8.1 故障熵的定義 45
2.8.2 基于故障熵的故障診斷決策系統(tǒng)的不確定性度量 46
2.9 本章小結(jié) 48
參考文獻 48
第3章 基于不完備信息的故障診斷知識獲取 51
3.1 引言 51
3.2 粗糙集理論及流向圖的基本概念 52
3.2.1 概述 52
3.2.2 信息系統(tǒng)和決策系統(tǒng) 53
3.2.3 粗糙集及其數(shù)字特征 55
3.2.4 知識約簡 57
3.2.5 極大相容塊及其性質(zhì) 59
3.2.6 流向圖的基本概念 63
3.3 不完備故障診斷決策表的廣義決策規(guī)則 67
3.4 不完備故障診斷決策系統(tǒng)的約簡 70
3.4.1 分辨矩陣基元的定義 71
3.4.2 面向?qū)ο蟮姆直婢仃?72
3.4.3 面向?qū)ο?極大相容塊的分辨矩陣 73
3.4.4 面向極大相容塊的分辨矩陣 74
3.5 不完備故障診斷決策系統(tǒng)的規(guī)則獲取 75
3.6 基于不完備故障診斷決策流向圖的診斷知識表示 79
3.6.1 故障診斷領域知識表示面臨的問題 80
3.6.2 不完備故障診斷決策流向圖 80
3.7 基于不完備故障診斷決策流向圖的知識獲取 90
3.8 本章小結(jié) 96
參考文獻 97
第4章 基于不一致信息的故障診斷知識獲取 100
4.1 引言 100
4.2 故障診斷信息不一致的原因及實例集的規(guī)律性 101
4.3 基于不一致信息的故障診斷知識獲取模型 102
4.3.1 心理學、機器學習中的“規(guī)則＋例外”模型 103
4.3.2 改進的“規(guī)則＋例外”故障診斷知識獲取模型 105
4.4 診斷實例 107
4.4.1 診斷問題的描述 107
4.4.2 故障診斷決策表的建立 108
4.4.3 故障診斷規(guī)則、例外子表的形成 109
4.4.4 故障征兆屬性約簡 110
4.4.5 故障征兆屬性值約簡及評價指標 112
4.4.6 例外的形成及其評價 114
4.4.7 診斷問題的求解 114
4.4.8 與其他方法的比較 115
4.5 故障診斷知識獲取模型結(jié)構(gòu) 117
4.6 本章小結(jié) 118
參考文獻 118
第5章 滾動軸承早期故障微弱信號檢測 121
5.1 引言 121
5.1.1 滾動軸承故障診斷技術發(fā)展 121
5.1.2 常用的滾動軸承故障信息提取方法 122
5.1.3 滾動軸承早期故障信息提取面臨的問題 124
5.2 滾動軸承故障信號特性分析 126
5.2.1 滾動軸承各元件的常見故障 126
5.2.2 滾動軸承疲勞剝落動力學模型 127
5.2.3 滾動軸承疲勞剝落振動信號特征 131
5.2.4 滾動軸承故障信號成分分析 134
5.3 共振稀疏分解及其仿真分析 135
5.3.1 共振稀疏分解的理論基礎 135
5.3.2 共振稀疏分解的參數(shù)影響分析 141
5.3.3 基于共振稀疏分解的滾動軸承模擬故障信號分析 143
5.4 共振稀疏分解在滾動軸承微弱故障信息提取中的研究 146
5.4.1 滾動軸承故障信號共振稀疏分解的參數(shù)確定 146
5.4.2 故障信息提取方法 149
5.4.3 高、低共振分量在故障信息提取上的對比分析 149
5.5 實驗驗證及結(jié)果分析 154
5.5.1 實驗平臺和實驗對象 154
5.5.2 實驗方案設計 155
5.5.3 實例分析 156
5.5.4 對比分析 173
5.6 本章小結(jié) 177
參考文獻 177
第6章 齒輪故障診斷的特征提取與知識獲取 181
6.1 引言 181
6.1.1 齒輪的嚙合振動分析 181
6.1.2 齒輪故障信號特征 185
6.1.3 齒輪的故障特征參數(shù) 187
6.2 基于小波包分析的齒輪故障特征提取 189
6.2.1 小波包及其時頻分析特性 189
6.2.2 基于小波變換的噪聲消除 195
6.2.3 基于小波包的故障特征提取 199
6.3 齒輪故障診斷的實驗研究 201
6.3.1 齒輪故障診斷實驗設計 201
6.3.2 齒輪振動信號的特征提取 202
6.3.3 基于流向圖的齒輪故障知識獲取 206
6.4 本章小結(jié) 214
參考文獻 214