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

飛機油液分析與狀態監測專家系統原理及應用

  • 作者：陳果//康玉祥//王洪偉//金根//李愛等|責編:董瑞
  • 出版社：北京航空航天大學
  • ISBN：9787512445499
  • 出版日期：2025/01/01
  • 裝幀：平裝
  • 頁數：284
人民幣：RMB 98 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書建立了飛機油液分析與狀態監測專家系統的理論體系和框架，介紹了飛機油液分析與狀態監測專家系統的原理、關鍵技術及實際應用案例。本書力求突出航空特色，做到內容全面、詳實，強調理論並突出應用。
    在理論方面，本書對專家系統基本原理、磨損趨勢預測、磨損界限值制定、磨損故障智能融合診斷、磨損顆粒圖像自動識別以及基於數據挖掘的磨損故障診斷知識的自動獲取等技術進行了詳細闡述。在應用方面，本書介紹了航空發動機磨損監控專家系統和飛機液壓系統污染監控專家系統的實際應用，表明了專家系統和智能診斷方法在飛機油液監測中的應用前景。
    本書可以作為航空器維修及相關專業的師生和工程技術人員的參考書。
作者介紹
陳果//康玉祥//王洪偉//金根//李愛等|責編:董瑞
目錄
第1章  緒論
  1.1  飛機磨損故障與智能診斷
    1.1.1  航空發動機磨損故障與智能診斷
    1.1.2  飛機液壓系統磨損故障與智能診斷
  1.2  磨損故障診斷研究現狀
    1.2.1  磨損監測儀器的開發
    1.2.2  專家系統研究與開發
    1.2.3  基於油液分析多源信息的磨損故障融合診斷
    1.2.4  基於油樣分析數據的發動機磨損趨勢預測技術
    1.2.5  磨損界限值制定技術
  1.3  油液分析專家系統在磨損監測應用中需要解決的關鍵問題
  本章小結
  參考文獻
第2章  飛機油液分析與磨損監測技術
  2.1  油樣理化分析
    2.1.1  油液理化性能變化原因及其影響
    2.1.2  理化分析儀器
  2.2  油樣磨屑分析
    2.2.1  磁性塞子檢測法
    2.2.2  污染分析法
    2.2.3  油樣光譜分析法
    2.2.4  油樣鐵譜分析法
    2.2.5  電子掃描能譜分析
  2.3  多功能油液磨粒智能檢測與診斷系統
    2.3.1  基本原理
    2.3.2  圖像採集
    2.3.3  運動顆粒分析與識別
    2.3.4  試驗驗證
  本章小結
  參考文獻
第3章  基於規則的專家系統診斷原理
  3.1  專家系統原理
    3.1.1  專家系統的組成
    3.1.2  專家系統的優缺點
  3.2  基於規則的故障診斷專家系統在EOMES 1.0中的應用
    3.2.1  知識庫
    3.2.2  專家診斷
    3.2.3  EOMES 1.0中基於規則的專家診斷實例
  本章小結
  參考文獻
第4章  基於案例推理的診斷專家系統
  4.1  基於案例的診斷方法
    4.1.1  CBR的發展歷程
    4.1.2  CBR原理
    4.1.3  CBR的特點
  4.2  基於案例的專家系統的架構
  4.3  基於CBR的關鍵技術
    4.3.1  案例的組織
    4.3.2  案例相似度的計算
    4.3.3  案例的檢索與匹配

    4.3.4  基於CBR的修正技術
    4.3.5  基於CBR的系統維護技術
  4.4  飛機液壓系統磨損故障CBR診斷實例
    4.4.1  基於CBR的飛機液壓系統磨損故障診斷關鍵技術
    4.4.2  飛機液壓系統磨損的CBR故障專家系統
  本章小結
  參考文獻
第5章  磨損元素界限值制定方法
  5.1  油樣光譜診斷界限值特點
  5.2  傳統油樣磨損診斷界限值制定方法
  5.3  概率密度函數估計
    5.3.1  概率密度估計問題的描述
    5.3.2  基於Parzen窗法的概率密度函數估計
    5.3.3  基於kN-近鄰法的概率密度函數估計
    5.3.4  基於最大熵法的概率密度函數估計
    5.3.5  基於支持向量機的概率密度函數估計
    5.3.6  概率密度函數估計方法驗證與比較
  5.4  航空發動機磨損界限值制定
    5.4.1  航空發動機油樣光譜數據
    5.4.2  航空發動機油樣光譜數據質量濃度界限值制定
    5.4.3  航空發動機油樣光譜數據質量濃度梯度界限值制定
    5.4.4  航空發動機油樣光譜數據質量濃度比例界限值制定
  5.5  基於數據融合的健康指標界限值制定
    5.5.1  油液數據融合技術
    5.5.2  基於SOM的健康指標融合
    5.5.3  基於健康指標的磨損界限值制定
  本章小結
  參考文獻
第6章  磨損趨勢預測技術
  6.1  時間序列預測法
    6.1.1  時間序列預測的基本思想
    6.1.2  時間序列分類
  6.2  線性時間序列預測模型
    6.2.1  自回歸滑動平均模型ARMA（n，m）
    6.2.2  自回歸模型AR（n）
    6.2.3  檢驗準則
  6.3  非線性時間序列預測模型
    6.3.1  相空間重構理論
    6.3.2  人工神經網路
    6.3.3  支持向量機預測法
  6.4  灰色預測法
    6.4.1  數據累加處理
    6.4.2  數據累減處理
    6.4.3  灰色系統的建模
  6.5  基於LSSVM的組合預測模型
    6.5.1  LSSVM回歸演算法原理
    6.5.2  基於PSO的LSSVM回歸模型優化
    6.5.3  單一預測模型的選取
    6.5.4  誤差指標
    6.5.5  獲取訓練祥本

    6.5.6  組合預測步驟
  6.6  航空發動機油液光譜分析數據組合預測實例分析
    6.6.1  算例1
    6.6.2  算例2
  本章小結
  參考文獻
第7章  故障診斷知識規則獲取技術
  7.1  數據挖掘理論及知識獲取方法
    7.1.1  數據挖掘中幾種典型的知識獲取方法
    7.1.2  數據挖掘工具
  7.2  基於粗糙集理論的知識規則獲取
    7.2.1  應用粗糙集理論的知識獲取流程
    7.2.2  粗糙集理論關鍵技術的具體實現
    7.2.3  診斷實例
  7.3  基於神經網路規則提取的知識規則獲取
    7.3.1  神經網路規則提取的方法流程
    7.3.2  神經網路規則提取的關鍵技術
    7.3.3  神經網路規則提取在磨損故障診斷中的應用
  7.4  基於支持向量機的知識規則獲取
    7.4.1  基於GA-SVC的知識獲取流程
    7.4.2  數據預處理
    7.4.3  支持向量聚類演算法
    7.4.4  基於規則的樣本識別方法
    7.4.5  規則的簡化
    7.4.6  診斷實例
  7.5  基於決策樹的知識規則獲取
    7.5.1  典型的決策樹分類演算法
    7.5.2  決策樹剪枝演算法
    7.5.3  決策樹演算法的評價
    7.5.4  基於C4.5決策樹演算法的知識規則獲取實例
  7.6  診斷實例
  本章小結
  參考文獻
第8章  磨損故障智能融合診斷
  8.1  基於D-S證據理論的磨損故障融合診斷
    8.1.1  D-S證據理論原理
    8.1.2  基於規則和D-S證據理論的發動機磨損故障融合診斷
    8.1.3  基於神經網路和D-S證據理論的發動機磨損故障融合診斷
    8.1.4  基於模糊集合思想和D-S證據理論的發動機磨損故障融合診斷
  8.2  磨損故障的多Agent協同診斷
    8.2.1  Agent及多Agent系統的理論基礎
    8.2.2  航空發動機磨損故障的多Agent協同診斷
    8.2.3  診斷案例
  本章小結
  參考文獻
第9章  基於能譜分析數據的磨損部位診斷
  9.1  深度學習理論基礎
  9.2  DCNN
  9.3  長短期記憶網路
  9.4  殘差網路

  9.5  基於深度學習的磨損顆粒材質分析現狀
  9.6  基於深度學習的磨損顆粒材質分析技術實例
    9.6.1  訓練數據生成
    9.6.2  模型訓練與測試
    9.6.3  航空發動機磨損顆粒能譜數據驗證
  本章小結
  參考文獻
第10章  基於掃描電子顯微鏡圖像的磨損顆粒分析技術
  10.1  基於深度學習的目標檢測演算法
    10.1.1  概述
    10.1.2  YOLO
  10.2  磨損顆粒分析方法
  10.3  磨損顆粒分析實驗
  本章小結
  參考文獻
第11章  飛機發動機磨損狀態監測專家系統應用
  11.1  航空發動機滑油監控專家系統（EOMES 1.0）
    11.1.1  專家系統簡介
    11.1.2  專家系統整體架構
  11.2  飛機發動機磨損狀態監控專家系統（AEMES 1.0）
    11.2.1  專家系統簡介
    11.2.2  專家系統整體架構
  11.3  飛機液壓系統磨損狀態監控專家系統（AHMES 1.0）
    11.3.1  專家系統簡介
    11.3.2  專家系統整體架構
  11.4  多功能智能磨粒檢測系統（MIDCS 1.0）
    11.4.1  系統簡介
    11.4.2  系統整體架構
  11.5  民用航空發動機磨損檢測專家系統（CEWDS 1.0）
    11.5.1  專家系統簡介
    11.5.2  專家系統整體架構
附表  某型航空發動機油液光譜數據樣本

  • 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