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

核動力系統與設備故障診斷技術

  • 作者：編者:周剛|責編:趙艷
  • 出版社：原子能
  • ISBN：9787522145853
  • 出版日期：2025/12/01
  • 裝幀：平裝
  • 頁數：284
人民幣：RMB 88 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統介紹了核動力系統與設備故障診斷方法，內容包括核動力系統與設備故障常規診斷方法、基於神經網路的故障診斷方法、基於智能推理和優化演算法的故障診斷方法、基於信息處理和信息融合的故障診斷方法，以及綜合診斷和其他監測、診斷方法。本書可作為高等院校核科學與技術和核動力相關專業的研究生教材，也可供核動力相關專業的教師和科技人員參考。
作者介紹
編者:周剛|責編:趙艷
目錄
第1章  緒言
  1.1  核動力系統與設備
    1.1.1  核動力裝置主要系統
    1.1.2  核動力設備分類
  1.2  核動力系統與設備故障診斷及其發展
    1.2.1  核動力系統與設備故障診斷
    1.2.2  核動力系統與設備故障診斷技術的發展
  1.3  本章小結
  思考題
第2章  故障診斷基本概念與基礎知識
  2.1  概述
  2.2  故障診斷的基本概念
    2.2.1  故障及其分類
    2.2.2  故障診斷的概念
  2.3  故障診斷的基礎知識
    2.3.1  故障診斷的基本原則
    2.3.2  故障診斷的流程
    2.3.3  故障診斷方法分類
  2.4  本章小結
  思考題
第3章  核動力系統與設備常規監測及診斷方法
  3.1  概述
  3.2  基於解析模型的診斷方法
    3.2.1  概述
    3.2.2  診斷原理
  3.3  基於信號處理的診斷方法
    3.3.1  概述
    3.3.2  時域分析
    3.3.3  頻域分析
  3.4  基於Petri網的診斷方法
    3.4.1  Petri網的基本概念與建模邏輯
    3.4.2  診斷原理的核心機制
    3.4.3  診斷流程的工程化實現
    3.4.4  方法特性與典型應用
  3.5  基於符號有向圖的診斷方法
    3.5.1  符號有向圖的基礎建模邏輯
    3.5.2  故障診斷的核心機制
    3.5.3  工程實踐的關鍵技術與挑戰
    3.5.4  方法特性與典型應用
  3.6  基於故障樹的診斷方法
    3.6.1  定義
    3.6.2  故障樹分析的順序
    3.6.3  故障樹分析法應用的符號
    3.6.4  結構函數
    3.6.5  故障樹分析
  3.7  基於貝葉斯網路的診斷方法
    3.7.1  貝葉斯網路模型
    3.7.2  基於時間序列分析
  3.8  基於PCA的故障診斷方法
    3.8.1  PCA降維原理及建模計算過程

    3.8.2  基於PCA模型的故障檢測原理
  3.9  本章小結
  思考題
第4章  基於神經網路的核動力系統與設備故障診斷方法
  4.1  概述
  4.2  神經網路基礎
    4.2.1  人腦生物神經元
    4.2.2  人工神經元模型
    4.2.3  激勵函數
    4.2.4  人工神經網路的拓撲結構
    4.2.5  神經網路及其分類
    4.2.6  神經網路的學習規則
    4.2.7  常用神經網路及特點
  4.3  基於單神經網路的核動力系統與設備診斷方法
    4.3.1  單神經網路故障診斷方法要素
    4.3.2  基於單神經網路的故障診斷原理
    4.3.3  典型單神經網路故障診斷方法
    4.3.4  診斷事例
  4.4  基於集成神經網路的核動力系統與設備故障診斷方法
    4.4.1  集成神經網路
    4.4.2  集成神經網路故障診斷原理
    4.4.3  典型集成神經網路故障診斷方法
    4.4.4  診斷事例
  4.5  基於深度學習的核動力系統與設備診斷方法
    4.5.1  深度學習
    4.5.2  深度神經網路
    4.5.3  深度神經網路用於故障診斷的思路和步驟
    4.5.4  基於遷移學習和改進DCNN的故障診斷原理
    4.5.5  診斷事例
  4.6  本章小結
  思考題
第5章  核動力系統與設備智能推理及優化演算法診斷方法
  5.1  概述
  5.2  核動力系統與設備模糊診斷方法
    5.2.1  概述
    5.2.2  模糊理論基礎
    5.2.3  模糊診斷原理
    5.2.4  診斷事例
  5.3  基於專家系統的核動力系統與設備故障診斷方法
    5.3.1  概述
    5.3.2  專家系統診斷原理
    5.3.3  診斷事例
  5.4  基於支持向量機的故障診斷方法
    5.4.1  支持向量機概述
    5.4.2  支持向量機線性分類
    5.4.3  支持向量機非線性分類
    5.4.4  診斷事例
  5.5  基於遺傳演算法的故障診斷方法
    5.5.1  遺傳演算法概述
    5.5.2  遺傳演算法的基本操作

    5.5.3  診斷事例
  5.6  本章小結
  思考題
第6章  核動力系統與設備信息融合及信息處理診斷方法
  6.1  概述
  6.2  基於粗糙集的核動力系統與設備故障診斷方法
    6.2.1  粗糙集概述
    6.2.2  粗糙集知識及其分類表示
    6.2.3  粗糙集基礎
    6.2.4  基於粗糙集理論的故障診斷方法
    6.2.5  診斷事例
  6.3  基於信息融合的核動力系統與設備故障診斷方法
    6.3.1  信息融合概述
    6.3.2  信息融合模型及融合的層次
    6.3.3  信息融合的典型結構
    6.3.4  信息融合用於核動力裝置故障診斷的結構
    6.3.5  信息融合在故障診斷中的應用
    6.3.6  診斷事例
  6.4  本章小結
  思考題
第7章  核動力系統與設備綜合診斷及其他監測方法
  7.1  概述
  7.2  核動力系統與設備綜合診斷方法
  7.3  核動力系統與設備其他監測方法
    7.3.1  視覺監測方法
    7.3.2  振動和雜訊監測方法
    7.3.3  基於維修的設備故障監測方法
    7.3.4  基於老化管理的設備故障監測方法
    7.3.5  基於PHM的監測方法
    7.3.6  設備故障全壽命監測與管理
  7.4  本章小結
  思考題
參考文獻
後記

  • 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