上篇 非线性系统故障可诊断性量化评价与设计
第1章 绪论
1.1 故障可诊断性评价及诊断方法研究的意义
1.2 非线性系统故障诊断研究现状
1.2.1 故障可诊断性
1.2.2 基于故障可诊断性评价的传感器优化配置
1.2.3 非线性系统故障诊断方法
1.3 存在的问题与不足
1.4 本章小结
参考文献
第2章 非线性系统故障可诊断性量化评价方法
2.1 引言
2.2 问题描述
2.3 基于KL散度的故障可诊断性量化评价
2.3.1 KL散度定义
2.3.2 故障可诊断性量化评价基本原理
2.3.3 基于SKDE的概率密度函数估计
2.3.4 基于蒙特卡洛方法的非线性函数估计
2.4 故障可诊断性评价指标约束下的数据测量噪声可行域分析
2.4.1 不同测量噪声域下的残差数据分析
2.4.2 故障可检测性指标约束下的测量噪声可行域分析
2.4.3 故障可分离性指标约束下的测量噪声可行域分析
2.5 基于可诊断性评价的非线性系统故障检测
2.5.1 基于KL散度的故障检测
2.5.2 故障漏报率和误报率分析
2.5.3 阈值的优化选取
2.6 仿真研究与结果分析
2.6.1 仿真对象描述
2.6.2 不同故障模式下残差概率密度函数估计
2.6.3 故障可诊断性量化评价结果分析
2.6.4 测量噪声对故障可诊断性量化评价的影响
2.6.5 测量噪声的可行域仿真分析
2.6.6 微小故障下的测量噪声的可行域分析
2.6.7 基于可诊断性评价结果的故障检测
2.7 本章小结
参考文献
第3章 非线性系统故障可诊断性设计方法
3.1 引言
3.2 故障可诊断性评价分析
3.2.1 评价原理分析
3.2.2 故障可诊断性定量评价原理分析
3.3 故障可检测性设计
3.3.1 故障可检测性设计原理分析
3.3.2 基于贪心算法的系统测点设计
3.3.3 以软代硬的软传感器设计
3.4 故障可分离性设计
3.4.1 故障可分离性分析及测点配置
3.4.2 基于故障自身属性的故障可分离性设计
3.5 案例仿真研究
3.5.1 水轮机调速器控制系统
3.5.2 水轮机调速器故障可检测性设计
3.5.3 水轮机调速器故障可分离性设计
3.6 本章小结
参考文献
第4章 基于故障可诊断性量化评价的传感器优化配置方法
4.1 引言
4.2 问题描述
4.2.1 通过实例引出问题
4.2.2 定性评价下的最小传感器集合
4.2.3 传感器配置过程中面临的问题
4.3 基于故障可诊断性量化评价的传感器优化配置
4.3.1 最小传感器集合下的系统故障可诊断性分析
4.3.2 传感器的优化配置问题
4.4 基于动态规划的故障诊断系统传感器优化配置算法
4.5 软传感器设计
4.6 测点传感器多目标优化配置
4.6.1 测点传感器优化配置中的约束函数
4.6.2 测点传感器优化配置中的目标函数
4.6.3 改进的NSGA-Ⅱ优化算法
4.7 案例仿真研究
4.7.1 仿真案例1：非线性系统数值仿真
4.7.2 仿真案例2：车辆电源系统
4.8 本章小结
参考文献
第5章 基于数据驱动的传感器可重构性评价方法
5.1 引言
5.2 问题描述
5.2.1 捷联惯性导航系统
5.2.2 面临问题
5.3 基于KL散度的传感器可重构性量化评价
5.3.1 基于KPLS方法的传感器解析冗余分析
5.3.2 基于KL散度进行可重构性量化评价的基本原理
5.4 可重构性量化评价阈值的优化选取
5.4.1 错分率和漏分率分析
5.4.2 阈值的优化选取
5.5 仿真研究与结果分析
5.6 本章小结
参考文献
中篇 非线性系统故障诊断方法
第6章 基于自适应阈值的粒子滤波算法的非线性系统故障诊断方法
6.1 引言
6.2 问题描述
6.3 粒子滤波算法
6.4 故障诊断方法设计
6.4.1 故障检测
6.4.2 自适应阈值设计
6.4.3 故障隔离
6.4.4 故障误报率和漏报率
6.5 仿真研究与结果分析
6.6 本章小结
参考文献
第7章 基于数据驱动残差评价策略的故障检测方法
7.1 引言
7.2 多模式运行系统的故障检测方法描述
7.3 基于数据驱动方法的故障检测
7.3.1 KL散度算法的改进
7.3.2 基于KL散度的故障检测
7.3.3 基于自学习方法的K值确定
7.3.4 残差的聚类
7.4 基于故障误报率和漏报率的阈值优化
7.4.1 误报率与漏报率计算
7.4.2 阈值的优化选取
7.5 仿真研究与结果分析
7.5.1 仿真对象描述
7.5.2 残差特性分析
7.5.3 故障检测
7.6 本章小结
第8章 基于高斯混合分布的微小故障诊断和幅值估计方法
8.1
展开
