異構(gòu)制造大數(shù)據(jù)智能融合技術(shù)及應(yīng)用

第1章制造大數(shù)據(jù)簡介1
1.1制造大數(shù)據(jù)概念1
1.2制造大數(shù)據(jù)發(fā)展現(xiàn)狀2
1.3制造大數(shù)據(jù)關(guān)鍵技術(shù)3
1.3.1數(shù)據(jù)采集3
1.3.2數(shù)據(jù)預(yù)處理6
1.3.3數(shù)據(jù)分析7
1.3.4制造大數(shù)據(jù)處理流程12
1.4制造大數(shù)據(jù)的應(yīng)用13
1.5制造大數(shù)據(jù)面臨的挑戰(zhàn)14
1.6制造大數(shù)據(jù)的發(fā)展前景15
1.7異構(gòu)制造大數(shù)據(jù)16
第2章制造大數(shù)據(jù)云存儲(chǔ)技術(shù)18
2.1云存儲(chǔ)發(fā)展現(xiàn)狀及趨勢18
2.1.1國外云存儲(chǔ)發(fā)展現(xiàn)狀18
2.1.2國內(nèi)云存儲(chǔ)發(fā)展現(xiàn)狀20
2.2云計(jì)算及云存儲(chǔ)技術(shù)22
2.2.1云計(jì)算框架模型22
2.2.2云存儲(chǔ)系統(tǒng)架構(gòu)23
2.2.3云存儲(chǔ)發(fā)展的關(guān)鍵技術(shù)25
2.3數(shù)據(jù)加密技術(shù)27
2.3.1密碼學(xué)簡介27
2.3.2DES對稱加密技術(shù)29
2.3.3RSA公鑰加密技術(shù)35
2.3.4數(shù)字簽名技術(shù)37
2.4數(shù)據(jù)加密技術(shù)在云存儲(chǔ)中的應(yīng)用39
2.4.1云存儲(chǔ)中數(shù)據(jù)加密技術(shù)的設(shè)計(jì)39
2.4.2云存儲(chǔ)中數(shù)據(jù)加密技術(shù)的安全性分析44
2.4.3云存儲(chǔ)中數(shù)據(jù)加密技術(shù)的實(shí)現(xiàn)46
2.4.4云存儲(chǔ)中數(shù)據(jù)加密技術(shù)的實(shí)驗(yàn)分析50
第3章制造大數(shù)據(jù)的多源異構(gòu)數(shù)據(jù)融合62
3.1多源制造大數(shù)據(jù)融合方法綜述62
3.1.1多源數(shù)據(jù)融合方法62
3.1.2多源數(shù)據(jù)融合方法在設(shè)備故障診斷中的應(yīng)用64
3.2多源制造大數(shù)據(jù)融合算法分析67
3.2.1證據(jù)理論67
3.2.2學(xué)習(xí)向量化神經(jīng)網(wǎng)絡(luò)70
3.2.3決策樹72
3.2.4卷積神經(jīng)網(wǎng)絡(luò)74
3.3證據(jù)理論決策融合算法的改進(jìn)81
3.3.1證據(jù)理論的不足81
3.3.2證據(jù)理論的改進(jìn)83
3.4證據(jù)理論決策融合算法的應(yīng)用88
3.4.1基于神經(jīng)網(wǎng)絡(luò)和證據(jù)理論的樣本預(yù)測88
3.4.2基于證據(jù)理論的多傳感器多目標(biāo)識(shí)別94
3.4.3改進(jìn)證據(jù)理論（IDS）在設(shè)備故障中的融合診斷100
第4章制造大數(shù)據(jù)背景下旋轉(zhuǎn)設(shè)備的智能故障診斷105
4.1制造大數(shù)據(jù)背景下設(shè)備故障智能診斷技術(shù)分析105
4.1.1設(shè)備故障發(fā)生的一般規(guī)律105
4.1.2傳統(tǒng)的機(jī)械設(shè)備故障診斷方法107
4.1.3多源數(shù)據(jù)融合的設(shè)備故障診斷方法108
4.2制造大數(shù)據(jù)背景下設(shè)備故障狀態(tài)監(jiān)測與診斷的框架109
4.3基于LVQ和DT的單源信號(hào)多傳感器融合智能診斷112
4.3.1單源信號(hào)多傳感器融合診斷的實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備112
4.3.2單源信號(hào)多傳感器融合診斷的故障特征提取114
4.3.3單源信號(hào)多傳感器融合診斷的模型構(gòu)建121
4.3.4基于LVQ和DT的多模型融合故障診斷方法122
4.3.5基于IDS融合LVQ和DT的多模融合診斷結(jié)果分析134
4.4基于CNN的多源信號(hào)多傳感器融合智能診斷136
4.4.1多源信號(hào)多傳感器融合診斷的實(shí)驗(yàn)裝置及數(shù)據(jù)準(zhǔn)備137
4.4.2基于振動(dòng)信號(hào)的ASCNN融合診斷模型構(gòu)建139
4.4.3基于聲音信號(hào)的ESCNN融合診斷模型構(gòu)建149
4.4.4基于IDS的振聲信號(hào)的融合診斷模型構(gòu)建154
4.4.5基于IDS的振聲信號(hào)的融合診斷模型性能分析155
第5章制造大數(shù)據(jù)多源融合及分析系統(tǒng)開發(fā)與實(shí)現(xiàn)162
5.1多源異構(gòu)制造大數(shù)據(jù)場景162
5.2制造大數(shù)據(jù)多源融合與分析系統(tǒng)總體設(shè)計(jì)166
5.2.1需求分析166
5.2.2總體結(jié)構(gòu)設(shè)計(jì)167
5.2.3數(shù)據(jù)庫設(shè)計(jì)171
5.3制造大數(shù)據(jù)多源融合與分析系統(tǒng)詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)177
5.3.1系統(tǒng)詳細(xì)設(shè)計(jì)177
5.3.2系統(tǒng)實(shí)現(xiàn)180
5.4制造大數(shù)據(jù)多源融合與分析系統(tǒng)應(yīng)用及效果展示182
5.4.1系統(tǒng)安裝與配置182
5.4.2應(yīng)用效果展示183
參考文獻(xiàn)190