由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书排烟风机信息融合故障诊断方法与系统研究9787502464196
¥ ×1
1 绪论
1. 1 机械故障诊断的发展与现状
1.1. 1 国外研究现状
1.1.2 故障诊断技术的发展趋势
1. 2 故障诊断方与技概述
1.2.1 信息融合故障诊断
1.2. 2 信号预处理技术
1.. 神经网络故障诊断
1.2.4 盲源分离故障诊断
1.2.5 故障诊断专家系统
1.3 本书的研究意义与应用前景
1.4 本书的主要内容与结构安排
2 自适应提升小波信号处理方法研究
2.1 排烟风机信号预处理问题的提出
2.2 小波去噪阈值函数设计
2. 2.1 现有阈值函数分析
2.2.2 本书设计的改进阈值函数
2.. 阈值函数去噪能比较
. 提升小波自适应去噪算法研究
..1 信号局部特征的时域估计方法设计
..2 基于信号局部特征的小波函数选择
.. 信号突变点的平滑递变阶次提升小波函数设计
..4 基于信号局部特征的自适应小波阈值选择
..5 与实验
2.4 信号频域特征的小波消混校正方法设计
2.4.1 小波分析的频域特征提取
2. 4. 2 小波分解中频率混淆的校正方法设计
2.4.3 消除小波分析频率混淆算法设计
2. 4.4 小波混频改进算法应用
2. 5 本章小结
3 动态故障源数估计的自适应盲源分离方法研究
3.1 数据层融合诊断问题的提出
3.2 动态故障源的源数估计算法研究
3. 2.1 现有信号源数估计方法
3.2.2 基于拓展四阶累积量矩阵与奇异值分解的
源数估计算法研究
3.. 拓展四阶累积量矩阵源数估计实验
3.3 基于动态故障源数估计的自适应盲源分离算法研究
3. 3.1 基于主元分析的超定盲源分离算法
3.3.2 基于稀疏元分析的欠定盲源分离算法
3.3. 3 自适应盲源分离算法
3.4 盲源分离实验分析
3.5 本章小结
4 综合BP与ART2网络的改进型神经网络故障诊断方法研究
4.1 神经网络故障诊断的不足
4.2 改型B-ART2神经网络设计
4.2.1 引入非线映的BP-ART2神经网络结构设计
4.2.2 ART2神经网络自适应警戒参数与聚类设计
4.3 改型B-ART2神经网络故障诊断系统的计算方法
4.3.1 参数及权值初始化
4. 3.2 训练过程的计算步骤
4.3.3 诊断过程计算步骤
4.4 实验分析
4.5 本章小结
5 黑板型多专家机电融合故障诊断方法研究
5.1 多专家诊断问题的提出
5.2 排烟风机故障诊断的黑板型多专家融合系统结构设计
5.3 黑板型多专家机电融合诊断方法研究
5.3.1 排烟风机机电融合诊断方法研究
5.3.2 多专家机电信息融合诊断算法
5.4 实验与诊断
5.5 本章小结
6 多传感器与多诊断方法的决策融合诊断
6.1 排烟风机全局决策融合诊断结构设计
6.2 多传感器加权激励融合诊断方法研究
6.2.1 多传感器之间的相关加权系数设计
6.2.2 不同位置传感器在融合诊断中的权重设计
6.. 多传感器加权系数的激励
6.2.4 多传感器两两加权激励的综合融合
6. 2.5 多传感器加权激励融合诊断步骤
6.3 多诊断方法局部诊断结果的决策融合设计
6.3.1 决策融合规则
6.3.2 排烟风机故障诊断决策融合算法设计
6.4 决策融合实验与诊断
6.4.1 对两两传感器加权激励融合
6.4.2 多局部诊断方法的决策融合
6.5 本章小结
7 排烟风机状态监测与故障诊断系统设计
7.1 排烟风机监测点与传感器设置
7.2 微机集中监测式与DSP分布式监测系统硬件设计
7.2.1 微机集中监测与故障诊断系统
7.2.2 DSP分布式实时监测与故障诊断系统
7.3 排烟风机监测与故障诊断系统软件设计
7.3.1 微机集中监测系统数据采集软件设计
7.3.2 DSP分布式监测系统软件设计
7.3.3 上位机监测与管理软件设计
7.4 系统调试与现场应用实例
7.4.1 系统分析、设计与调试
7.4.2 现场应用实例
7.5 本章小结
参考文献
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
