设备故障诊断中的证据融合与决策方法 本书特色

主要内容涉及基于Dempster-Shafer证据理论的信息融合与决策方法研究，及其在设备故障诊断中的应用。正文中所提出的融合与决策方法属于智能信息处理的范畴。本书第1章综述了各种工业系统/设备故障诊断技术的发展现状及未来发展趋势，第2章介绍了Dempster-Shafer证据理论的基本概念、准则、基本原理，并对其近年来*的发展方向：区间值信度结构、证据动态更新和证据推理的相关理论与方法等进行了介绍。以典型旋转机械、电子电路等设备的故障诊断与可靠性评估为背景，基于证据理论中的*研究成果，第3章~第14章中提出了一系列诊断证据融合、更新与故障决策的方法，解决多源不确定性故障信息环境下的故障检测、故障定位及故障识别等故障诊断中的分类决策问题。第15章~第16章针对诊断证据的生成，这一证据理论故障诊断方法中的基础性问题，给出了面向应用的两种诊断证据生成方法。

设备故障诊断中的证据融合与决策方法 目录

目录
前言
第1章 绪论 1
1.1 引言 1
1.1.1 提高工业系统运行安全性是社会的迫切需求 1
1.1.2 工业系统的运行安全性受到国家高度重视与支持 4
1.1.3 故障诊断技术为系统安全可靠运行提供有力保障 5
1.1.4 信息融合是建立故障诊断与决策方法的必然选择 5
1.2 故障诊断技术发展概况 6
1.2.1 定性分析的方法 7
1.2.2 基于解析模型的方法 9
1.2.3 数据驱动的方法 11
1.3 基于信息融合的故障诊断与决策方法 14
1.4 证据理论的*新进展为融合诊断技术提供推动力 17
参考文献 19
第2章 Dempster-Shafer证据理论 28
2.1 引言 28
2.2 Dempster-Shafer证据理论的基本原理 28
2.2.1 证据理论的基本概念 28
2.2.2 证据折扣因子 30
2.2.3 可传递信度模型 30
2.2.4 证据的随机集表示与随机集扩展准则 31
2.3 证据理论中的融合决策准则 33
2.4 证据理论中的新进展 34
2.4.1 区间值信度结构 34
2.4.2 证据更新规则 36
2.4.3 证据推理与置信规则库推理 38
2.5 本章小结 42
参考文献 43
第3章 基于区间值信度结构的信息融合故障诊断方法 45
3.1 引言 45
3.2 基于随机集似然测度的故障模式匹配方法 46
3.2.1 故障样板模式及待检模式隶属度函数的确定 47
3.2.2 基于随机集似然测度的故障模式匹配方法 48
3.3 基于MLHS从匹配区间中生成区间证据的方法 50
3.4 基于区间型诊断证据融合的故障决策 54
3.5 故障诊断实例 54
3.6 本章小结 59
参考文献 59
第4章 基于证据相似性度量的冲突性区间证据融合方法 61
4.1 引言 61
4.2 区间证据的冲突及其对融合结果的影响 62
4.3 基于区间证据相似性的冲突证据度量及融合 63
4.3.1 扩展型Pignistic概率转换 63
4.3.2 基于区间欧氏距离的区间证据相似性度量 64
4.3.3 修正后区间证据的融合 65
4.4 典型算例分析 65
4.5 本章小结 68
参考文献 68
第5章 基于条件化证据线性更新的单变量报警器优化设计方法 70
5.1 引言 70
5.2 工业系统异常检测与报警器设计中的性能指标 73
5.2.1 FAR、MAR和AAD的一般性定义 73
5.2.2 常用报警器设计方法中的FAR、MAR和AAD概率定义 77
5.3 基于条件化证据线性更新的报警器优化设计 78
5.3.1 基于模糊阈值获取报警证据 79
5.3.2 基于证据距离的线性更新组合权重优化 81
5.4 基于全局报警证据的报警决策 85
5.5 实验验证与对比分析 88
5.6 本章小结 97
参考文献 98
第6章 基于证据可靠性评估的多变量报警证据融合方法 101
6.1 引言 101
6.2 基于Pignistic概率距离的证据可靠性折扣因子优化方法 102
6.3 多变量报警证据融合与报警决策 104
6.3.1 单变量报警证据可靠性折扣因子的优化 105
6.3.2 基于Dempster证据组合规则的多变量报警证据在线融合 107
6.4 仿真实验与对比分析 107
6.5 本章小结 119
参考文献 120
第7章 基于扩展型类Jeffery证据更新的故障诊断方法 121
7.1 引言 121
7.2 扩展型类Jeffery证据更新规则 122
7.3 基于扩展型类Jeffery证据更新规则的动态诊断方法 123
7.3.1 生成诊断证据的模糊规则推理方法 124
7.3.2 基于扩展型类Jeffery证据更新规则的动态诊断 131
7.3.3 基于Pignistic概率的故障决策 131
7.4 高速铁路典型轨道电路系统功能及其故障特点 132
7.5 轨道电路的仿真模型与故障模拟 134
7.5.1 轨道电路Simulink仿真模型 134
7.5.2 故障模拟与故障特征设置 135
7.6 轨道电路软故障诊断实验 137
7.6.1 通过故障模拟生成故障特征样本集合 137
7.6.2 构建模糊规则库 140
7.6.3 利用待检样本进行模糊推理获得诊断证据 141
7.6.4 基于证据更新的动态诊断与故障决策 142
7.6.5 诊断结果的对比分析 143
7.7 本章小结 144
参考文献 144
第8章 静态融合与动态更新相结合的故障诊断方法 146
8.1 引言 146
8.2 证据的精细化折扣 148
8.3 基于静态融合与动态更新的故障诊断 150

 1/2    1 2 下一页 尾页

教材 研究生/本科/专科教材 公共课

在线阅读