杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

基于数据的流程工业故障诊断方法研究/于春梅, 吴斌著

出版发行项:

北京:电子工业出版社,2018.5

ISBN及定价:

978-7-121-33781-9/CNY59.00

载体形态项:

168页;26cm

个人责任者:

于春梅 著

个人责任者:

吴斌 著

学科主题:

工业-生产过程-故障诊断-方法研究

中图法分类号:

TB114.2

责任者附注:

于春梅，2010年博士毕业于西北工业大学控制科学与工程专业，西南科技大学信息工程学院教授。主要研究方向为系统辨识、故障诊断、模式识别、机器人控制等。承担"自动控制理论”等本科课程及研究生"系统辨识与建模”的教学工作。参编教材2部，参与多项教学改革项目，获得多项教学成果奖。发表论文20余篇，副主编专著1部；作为项目负责人完成四川省教育厅科研项目1项并参与多项纵横向项目。

提要文摘附注:

本书针对流程工业非线性、过程动态、多模态、数据分布复杂等的特点，介绍了多元统计方法，尤其是PCA方法和神经网络方法在流程工业故障诊断中的应用；第1章介绍故障诊断的概念和常用方法。第2章详细介绍了主元分析法、Fisher判据分析、偏最小二乘法、独立变量分析等之间的区别和联系。第3~4章采用一种局部整体结构保持投影（LGSPP）算法，同时对数据进行标准化处理时引入局部近邻标准化策略，使传统主元分析方法在数据降维中可考虑数据全局结构的问题，并去除多模态数据的多分布特征；第5~7章针对非线性问题，采用核化算法，并对计算量问题和参数时变问题进行了研究。第8~10章介绍了神经网络在故障诊断中的应用，包括学习矢量量化神经网络、概率神经网络、神经网络集成等。第11章针对大数据问题与流程工业的数据建模问题之间的关系进行了探讨。

使用对象附注:

本书可作为过程工业及其自动化、控制理论与控制工程等相关专业研究生课程的参考书；也可以作为从事过程工业故障检测与诊断的研究人员和工程技术人员的参考书。

豆瓣简介：