幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

油氣生產複雜系統故障智能監測與溯源理論方法及應用(精)

  • 作者：胡瑾秋//張來斌//周濤濤|責編:郎傑//鄒書棋
  • 出版社：石油工業
  • ISBN：9787518364336
  • 出版日期：2024/01/01
  • 裝幀：精裝
  • 頁數：360
人民幣：RMB 186 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書主要介紹了基於系統動力學的油氣生產系統故障傳播行為表徵方法、基於時序特徵的複雜系統過程故障監測、油氣生產多模態系統模態識別與故障監測、複雜系統異常工況根原因溯源等方面的研究成果，同時提供了加氫裝置異常工況識別與溯源典型案例、油氣生產裝備可信智能故障診斷典型案例。
    本書適合於從事油氣生產安全管理與科研工作者和院校相關專業師生學習參考。
作者介紹
胡瑾秋//張來斌//周濤濤|責編:郎傑//鄒書棋
目錄
第1章  緒論
  1.1  引言
  1.2  研究現狀
    1.2.1  複雜系統故障監測研究進展
    1.2.2  複雜系統故障溯源的研究進展
  1.3  技術挑戰
    1.3.1  實現基於多源異構數據感知的故障智能監測研究的突破
    1.3.2  實現針對複雜生產系統全生命周期文本數據技術語言處理研究的突破
    1.3.3  實現故障智能監測的高魯棒性演算法研究的突破
    1.3.4  實現數據和知識共同驅動的故障智能監測研究的突破
    1.3.5  實現高度集成的油氣生產系統故障監測和溯源研究的突破
    1.3.6  實現油氣生產複雜系統異常工況根本原因精準溯源的突破
  參考文獻
第2章  油氣生產複雜系統的功能建模方法與風險溯源
  2.1  MFM模型的基礎理論與建模
    2.1.1  MFM模型的基礎理論
    2.1.2  MFM模型建模方法
    2.1.3  油氣集輸系統MFM建模實例
  2.2  MFM模型的智能推理機制
    2.2.1  報警分析演算法
    2.2.2  行為角色拓展的MFM推理演算法研究
    2.2.3  案例分析應用
  2.3  MFM模型驗證
    2.3.1  功能模型驗證的理論基礎
    2.3.2  功能模型的驗證
    2.3.3  功能模型驗證實例
  2.4  基於功能模型的系統集成安全風險分析
    2.4.1  方法和工具
    2.4.2  集成的系統安全風險分析方法
    2.4.3  集成的系統安全風險分析方法實施過程
    2.4.4  案例分析：三相分離過程
  參考文獻
第3章  基於系統動力學的油氣生產系統故障傳播行為表徵方法
  3.1  系統動力學理論
    3.1.1  系統動力學基本理論
    3.1.2  系統動力學建模過程
  3.2  煉化系統故障傳播行為的系統動力學表徵實例
    3.2.1  煉化系統的系統動力學建模
    3.2.2  煉化系統故障—擾動動力學表徵實例
  3.3  頁岩氣壓裂井下事故致因機理的系統動力學表徵實例
    3.3.1  頁岩氣工廠化壓裂施工流程
    3.3.2  頁岩氣壓裂井下事故系統動力學建模
    3.3.3  案例分析
  參考文獻
第4章  基於時序特徵的複雜系統過程故障監測
  4.1  基於經驗模態分解（EMD）的過程數據在線降噪魯棒方法
    4.1.1  基礎方法概述
    4.1.2  基於EMD的過程數據在線降噪魯棒方法（OLREMD）
    4.1.3  模擬數據實例分析
    4.1.4  實際過程數據在線降噪測試

  4.2  基於CUSUM控製圖的間歇過程變數趨勢監控方法
    4.2.1  基礎方法概述
    4.2.2  監測間歇過程變數的趨勢CUSUM控製圖
    4.2.3  案例分析
  4.3  數據自相關下的連續過程Shewhart控製圖監控方法
    4.3.1  時間序列數據
    4.3.2  Shewhart控製圖
    4.3.3  一種針對Shewhart控製圖的無模型監控方法
    4.3.4  案例分析
  4.4  數據自相關下單變數Shewhart控製圖控制限設計
    4.4.1  修正Shewhart控製圖
    4.4.2  ARL0和α的一般定量關係
    4.4.3  AR（1）過程案例分析
    4.4.4  實際過程案例分析
  參考文獻
第5章  油氣生產多模態系統模態識別與故障監測
  5.1  自適應多模型故障監測方法
    5.1.1  自適應多模型故障監測方法基本理論
    5.1.2  自適應多模型故障監測方法
    5.1.3  案例分析
  5.2  全局尋優的非高斯多模型故障監測方法
    5.2.1  全局尋優的非高斯多模型故障監測方法基本理論
    5.2.2  粒子群優化的獨立成分分析演算法
    5.2.3  過渡過程特性分析
    5.2.4  全局尋優的非高斯多模型故障監測方法過程
    5.2.5  案例分析
  5.3  動態多點故障監測方法
    5.3.1  動態多點故障監測方法基本理論
    5.3.2  動態多點故障監測方法過程
    5.3.3  案例分析
  參考文獻
第6章  複雜系統異常工況根原因溯源
  6.1  基於關聯規則的異常工況推理溯源方法
    6.1.1  關聯規則分析基本理論
    6.1.2  異常工況智能推理溯源方法及實施步驟
    6.1.3  案例分析
  6.2  基於格蘭傑因果關係檢驗的系統故障溯源方法
    6.2.1  格蘭傑因果關係檢驗概述
    6.2.2  基於格蘭傑因果關係檢驗的煉化系統故障溯源方法
    6.2.3  煉化系統故障溯源案例分析
  6.3  過程風險傳播路徑自適應分析及溯源方法
    6.3.1  傳遞熵與核極限學習機
    6.3.2  過程風險傳播路徑自適應分析方法
    6.3.3  案例分析
  參考文獻
第7章  頁岩氣大規模壓裂異常工況溯源典型案例
  7.1  引言
  7.2  功能共振事故模型
    7.2.1  基本理論概述
    7.2.2  模型分析步驟

  7.3  貝葉斯網路風險評價方法
    7.3.1  基本理論概述
    7.3.2  建模步驟
  7.4  基本理論
    7.4.1  壓裂系統功能模塊劃分
    7.4.2  共同性能條件的評價語言及標準
    7.4.3  功能模塊波動判別等級
    7.4.4  功能共振網路結構圖
    7.4.5  基於BN的風險排序及直接後果分析
  7.5  頁岩氣壓裂異常工況溯源分析方法基本步驟
    7.5.1  方法步驟
    7.5.2  方法流程圖
  7.6  應用實例
    7.6.1  實例分析
    7.6.2  方法比對
  7.7  本章小結
  參考文獻
第8章  加氫裝置異常工況識別與溯源典型案例
  8.1  基於慢特徵分析的異常工況識別方法
    8.1.1  引言
    8.1.2  異常工況識別方法基本理論
    8.1.3  基於慢特徵分析的異常工況識別方法步驟和準確度指標
    8.1.4  案例分析
    8.1.5  小結
  8.2  基於直接傳遞熵的時序因果分析及溯源方法研究
    8.2.1  引言
    8.2.2  時序因果分析方法基本理論
    8.2.3  基於直接傳遞熵的時序因果分析及溯源方法步驟和準確度指標
    8.2.4  案例分析
    8.2.5  小結
  8.3  基於LSTM模型的時序趨勢預測方法
    8.3.1  引言
    8.3.2  時序趨勢預測方法基本理論
    8.3.3  基於LSTM模型的時序趨勢預測方法步驟和準確度指標
    8.3.4  案例分析
    8.3.5  小結
  參考文獻
第9章  油氣生產裝備可信智能故障診斷典型案例
  9.1  裝備智能故障診斷
    9.1.1  基於確定性深度學習的裝備健康管理
    9.1.2  基於不確定性感知深度學習的裝備健康管理
  9.2  基於不確定性感知的可信故障診斷方法
    9.2.1  基於概率貝葉斯卷積神經網路的故障診斷模型構建
    9.2.2  故障診斷的不確定性量化
    9.2.3  利用預測風險水平進行不確定性溝通
    9.2.4  性能評估
  9.3  案例分析
    9.3.1  軸承數據介紹
    9.3.2  數據預處理和模型構建
    9.3.3  隨機OOD數據驗證

    9.3.4  感測器故障OOD數據驗證
    9.3.5  未知故障OOD數據驗證
  參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032