基于系统图谱的复杂机电系统状态分析方法 本书特色
孙锴*的《基于系统图谱的复杂机电系统状态分 析方法》以DCS数据集构成的系统图谱为研究对象， 首先提出面向人机交互的系统状态分析和故障诊断方 法。分析不同类型系统图谱与系统运行健康状态的关 系，利用人眼对于色彩变化的敏感度远远高于数字的 生理特点，建立一种依赖人眼挑出代表系统运行异常 的系统图谱的规则。然后，利用数字图像处理技术分 析系统图谱，提出系统危险度指标、正常程度函数、 危险能量函数等定量描述系统运行健康状态的参数， 提出面向计算机自动分析的企业级系统安全运行程度 量化方法和故障模式识别技术，同时还给出一套基于 监测数据集的企业健康状态评级方法。
基于系统图谱的复杂机电系统状态分析方法 内容简介
本书主要内容包括: 复杂机电系统运行健康状态分析的传统理论、复杂机电系统监测数据图谱的构造方法研究、消除时间海量性对系统健康运行状态分析的影响、分布式复杂机电系统监测数据集的数据预处理方法研究等。
基于系统图谱的复杂机电系统状态分析方法 目录
主要符号表
第1章 复杂机电系统运行健康状态分析的传统理论1.1 复杂机电系统的安全问题1.2 过程监控系统在生产企业中的现状1.3 数据驱动系统状态分析方法及国内外研究现状1.3.1 数据驱动系统状态分析的研究对象和内容1.3.2 系统状态分析研究现状1.3.3 数据驱动系统运行状态分析1.3.4 目前研究中存在的问题
第2章 复杂机电系统监测数据图谱的构造方法研究2.1 DCS监测数据集的特点以及面临的问题2.1.1 海量性2.1.2 多源性2.1.3 层次性2.1.4 关联性2.1.5 非线性2.2 数据可视化技术2.3 田纳西一伊斯曼化工仿真系统2.4 系统图谱构造方法2.4.1 数据矩阵2.4.2 系统彩色图谱构造方法2.4.3 系统故障图谱构造方法2.5 本章小结
第3章 消除时间海量性对系统健康运行状态分析的影响3.1 离散序列的相关性[79]3.2 单变量时间序列x[n]的自相关性3.3 计算单变量时间序列的周期3.4 系统的运行周期3.5 本章小结
第4章 分布式复杂机电系统监测数据集的数据预处理方法研究4.1 数据归一化4.1.1 DCS监测数据集的多源性4.1.2 数据归一化理论4.1.3 监测集的数据归一化4.2 数据降噪4.2.1 小波的概念4.2.2 小波用于信号降噪的原理4.2.3 图像降噪的理论基础4.2.4 归一化系统彩色图谱的二维小波降噪4.3 本章小结
第5章 面向人机交互的系统故障识别方法研究5.1 基于系统彩色图谱的故障识别方法5.2 基于系统故障图谱的故障识别方法5.3 各种故障辨识方法的对比5.4 本章小结
第6章 面向计算机自动分析的系统健康状态分析方法研究6.1 系统运行健康状态分析的基本内涵6.2 数字图像的逻辑运算6.3 基于数字图像处理技术的系统安全定量分析方法6.3.1 基于系统彩色图谱的系统异常度定量分析6.3.2 基于系统故障图谱的企业级故障模式识别技术6.3.3 企业级系统健康状态评级6.4 本章小结
第7章 企业实际案例7.1 实例对象简介7.1.1 空压机子系统7.1.2 增压机子系统7.1.3 汽轮机及蒸汽冷凝子系统7.1.4 润滑油路子系统7.2 系统的运行周期7.3 面向人机交互的系统故障识别7.3.1 基于彩色图谱的系统故障识别7.3.2 基于故障图谱的在线监控方法7.4 系统运行健康状态分析7.4.1 彩色图谱分析系统动态特性7.4.2 故障图谱分析系统动态特性7.5 本章小结
第8章 分布式复杂机电系统健康运行状态分析原型软件8.1 需求分析和系统架构设计8.2 系统实现8.2.1 系统的运行环境8.2.2 生产状态监控模块8.2.3 生产数据长效分析模块8.3 本章小结
参考文献
