书籍详情
装备智能故障诊断技术
作者：杨军等编
出版社：国防工业出版社
出版时间：2004-08-01
ISBN：9787118035483
定价：¥25.00
购买这本书可以去
内容简介
本书详细阐述了以人工智能技术为基础的武器装备智能故障诊断的理论与方法，重点介绍了模糊逻辑、遗传算法、专家系统和神经网络及其相互结合的智能故障诊断技术。
作者简介
暂缺《装备智能故障诊断技术》作者简介
目录
第1章 绪论
1.1 故障诊断技术历史、现状及发展的系统分析
1.1.1 故障诊断技术历史、现状与发展
1.1.2 故障诊断基本方法
1.1.3 人工智能发展历程
1.1.4 智能故障诊断技术现状与发展
1.2 装备智能故障诊断基础
1.2.1 智能故障诊断的一般概念
1.2.2 智能故障诊断系统一般结构和功能特点
1.3 智能故障诊断方法
1.3.1 基于故障树的方法
1.3.2 基于案例的推理方法
1.3.3 基于模型的方法
1.3.4 基于专家系统的方法
1.3.5 基于模糊推理的方法
1.3.6 基于神经网络的方法
1.3.7 基于模式识别的方法
1.3.8 混合方法
1.3.9 发展方向
第2章 智能故障诊断中的知识策略
2.1 智能故障诊断系统中知识的分类
2.1.1 专家系统中知识的一般分类
2.1.2 智能故障诊断系统中知识的分类
2.1.3 深浅知识的关系和结合组织模型
2.2 智能故障诊断系统中知识的获取策略
2.2.1 知识获取是构建智能诊断系统的“瓶颈”
2.2.2 传统的3种知识获取方法
2.2.3 智能故障诊断系统中知识获取的一般模型
2.3 智能故障诊断系统中知识的表示方法
2.3.1 知识表示的概念
2.3.2 诊断知识的复合框架与规则的表示方法
2.4 智能故障诊断系统中不确定知识处理
2.4.1 诊断知识的不确定性及分类
2.4.2 不确定性诊断知识的表示方法
2.4.3 不确定性诊断知识的处理方法
2.4.4 智能故障诊断系统中不确定性推理的一般模型
2.4.5 模糊集合理论不确定性知识的处理方法
2.5 智能故障诊断中的机器学习与知识获取
2.5.1 机器学习方法的回顾
2.5.2 知识获取与机器学习
2.5.3 各种学习方法在故障诊断系统中的适应性分析
2.5.4 基于粗集理论的归纳学习方法
2.5.5 智能故障诊断系统中机器学习策略
第3章 基于模糊逻辑和遗传算法的故障诊断技术
3.1 模糊逻辑基本理论
3.1.1 模糊集与隶属函数
3.1.2 模糊集的表示方法及其运算
3.2 遗传算法基本理论
3.2.1 遗传算法的基本概念
3.2.2 遗传算法的基本组成
3.3 模糊逻辑和遗传算法相结合的故障诊断方法
3.3.1 用模糊逻辑对系统状态进行描述
3.3.2 用模糊有向图对系统进行描述
3.3.3 用遗传算法对可能的故障传播路径进行搜索
3.3.4 诊断方法及步骤
3.4 应用实例
第4章 基于模糊理论、神经网络和专家系统的故障诊断技术
4.1 基于模糊理论的故障诊断方法
4.1.1 基于模糊关系方程的故障诊断方法
4.1.2 基于模糊规则的故障诊断方法
4.2 专家系统故障诊断方法
4.2.1 专家系统概述
4.2.2 专家系统的基本原理和结构特点
4.2.3 专家系统的结构与开发方法
4.2.4 专家系统中模糊性的处理方法
4.2.5 专家系统故障诊断方法存在的问题
4.3 神经网络故障诊断方法
4.3.1 神经网络理论发展的历史及现状
4.3.2 神经网络的理论研究方法
4.3.3 基于神经网络的故障诊断方法
4.3.4 神经网络故障诊断方法的特点及存在的问题
4.4 基于神经网络的故障诊断专家系统
4.4.1 专家系统与神经网络的特点
4.4.2 专家系统与神经网络结合的途径和方法
4.4.3 基于神经网络的故障诊断专家系统
4.5 基于模糊神经网络的故障诊断专家系统
4.5.1 模糊神经网络方法概述
4.5.2 基本模糊神经元和模糊神经网络
4.5.3 前馈型模糊推理网络
4.5.4 输入矢量的模糊化过程
4.5.5 输出矢量的去模糊化过程
4.5.6 诊断样本的模糊性表示
第5章 装备智能故障诊断系统的开发与建立
5.1 智能故障诊断系统开发策略
5.1.1 人机接口模块的开发
5.1.2 知识库和数据库管理模块的开发
5.1.3 诊断推理模块的开发
5.1.4 诊断信息获取模块的开发
5.1.5 机器学习模块的开发
5.2 某型导弹智能故障诊断系统设计
5.2.1 某型导弹武器系统基本构成
5.2.2 某型导弹武器系统智能故障诊断系统总体技术
5.2.3 某型导弹武器系统智能故障诊断系统总体构成
5.2.4 基于神经网络的导弹智能故障诊断专家系统
5.2.5 基于模糊神经网络的导弹智能故障诊断专家系统
第6章 装备故障模式识别通用平台
6.1 基于模式识别的故障诊断方法
6.1.1 模式识别在故障诊断问题中的描述
6.1.2 模式分类问题的数学描述
6.1.3 基于模式识别的故障诊断方法
6.2 故障模式识别通用平台总体结构设计
6.2.1 总体设计
6.2.2 程序设计
6.3 工作原理
6.3.1 故障模式识别通用平台77-作原理
6.3.2 故障模式识别通用平台使用方法及步骤
第7章 智能故障诊断技术在其他领域中的应用
7.1 专家系统在电子设备故障诊断中的应用
7.1.1 电子设备故障诊断专家系统
7.1.2 电子设备故障诊断专家系统设计
7.1.3 2000t多功能锻压电子设备故障诊断专家系统
7.2 人工神经网络在电力系统故障检测和诊断中的应用
7.2.1 神经网络与模式识别
7.2.2 神经网络故障检测和诊断方法
7.2.3 人工神经网络对电力系统的故障检测和诊断
7.3 模糊专家系统在汽车发动机故障诊断中的应用
7.3.1 模糊专家系统结构
7.3.2 自然语言接口模块
7.3.3 诊断知识库
7.3.4 模糊推理机
7.4 基于ANN-ES混合智能诊断系统的应用实例
7.4.1 变压器故障诊断系统概述
7.4.2 ANN与ES合成系统结构
7.4.3 ANN与ES合成系统实现
7.4.4 测试结果分析
7.5 自主式水下机器人智能故障诊断系统
7.5.1 自主式水下机器人
7.5.2 智能故障诊断系统结构
7.5.3 智能故障诊断系统的设计
7.5.4 智能故障诊断系统实现与测试
参考文献
1.1 故障诊断技术历史、现状及发展的系统分析
1.1.1 故障诊断技术历史、现状与发展
1.1.2 故障诊断基本方法
1.1.3 人工智能发展历程
1.1.4 智能故障诊断技术现状与发展
1.2 装备智能故障诊断基础
1.2.1 智能故障诊断的一般概念
1.2.2 智能故障诊断系统一般结构和功能特点
1.3 智能故障诊断方法
1.3.1 基于故障树的方法
1.3.2 基于案例的推理方法
1.3.3 基于模型的方法
1.3.4 基于专家系统的方法
1.3.5 基于模糊推理的方法
1.3.6 基于神经网络的方法
1.3.7 基于模式识别的方法
1.3.8 混合方法
1.3.9 发展方向
第2章 智能故障诊断中的知识策略
2.1 智能故障诊断系统中知识的分类
2.1.1 专家系统中知识的一般分类
2.1.2 智能故障诊断系统中知识的分类
2.1.3 深浅知识的关系和结合组织模型
2.2 智能故障诊断系统中知识的获取策略
2.2.1 知识获取是构建智能诊断系统的“瓶颈”
2.2.2 传统的3种知识获取方法
2.2.3 智能故障诊断系统中知识获取的一般模型
2.3 智能故障诊断系统中知识的表示方法
2.3.1 知识表示的概念
2.3.2 诊断知识的复合框架与规则的表示方法
2.4 智能故障诊断系统中不确定知识处理
2.4.1 诊断知识的不确定性及分类
2.4.2 不确定性诊断知识的表示方法
2.4.3 不确定性诊断知识的处理方法
2.4.4 智能故障诊断系统中不确定性推理的一般模型
2.4.5 模糊集合理论不确定性知识的处理方法
2.5 智能故障诊断中的机器学习与知识获取
2.5.1 机器学习方法的回顾
2.5.2 知识获取与机器学习
2.5.3 各种学习方法在故障诊断系统中的适应性分析
2.5.4 基于粗集理论的归纳学习方法
2.5.5 智能故障诊断系统中机器学习策略
第3章 基于模糊逻辑和遗传算法的故障诊断技术
3.1 模糊逻辑基本理论
3.1.1 模糊集与隶属函数
3.1.2 模糊集的表示方法及其运算
3.2 遗传算法基本理论
3.2.1 遗传算法的基本概念
3.2.2 遗传算法的基本组成
3.3 模糊逻辑和遗传算法相结合的故障诊断方法
3.3.1 用模糊逻辑对系统状态进行描述
3.3.2 用模糊有向图对系统进行描述
3.3.3 用遗传算法对可能的故障传播路径进行搜索
3.3.4 诊断方法及步骤
3.4 应用实例
第4章 基于模糊理论、神经网络和专家系统的故障诊断技术
4.1 基于模糊理论的故障诊断方法
4.1.1 基于模糊关系方程的故障诊断方法
4.1.2 基于模糊规则的故障诊断方法
4.2 专家系统故障诊断方法
4.2.1 专家系统概述
4.2.2 专家系统的基本原理和结构特点
4.2.3 专家系统的结构与开发方法
4.2.4 专家系统中模糊性的处理方法
4.2.5 专家系统故障诊断方法存在的问题
4.3 神经网络故障诊断方法
4.3.1 神经网络理论发展的历史及现状
4.3.2 神经网络的理论研究方法
4.3.3 基于神经网络的故障诊断方法
4.3.4 神经网络故障诊断方法的特点及存在的问题
4.4 基于神经网络的故障诊断专家系统
4.4.1 专家系统与神经网络的特点
4.4.2 专家系统与神经网络结合的途径和方法
4.4.3 基于神经网络的故障诊断专家系统
4.5 基于模糊神经网络的故障诊断专家系统
4.5.1 模糊神经网络方法概述
4.5.2 基本模糊神经元和模糊神经网络
4.5.3 前馈型模糊推理网络
4.5.4 输入矢量的模糊化过程
4.5.5 输出矢量的去模糊化过程
4.5.6 诊断样本的模糊性表示
第5章 装备智能故障诊断系统的开发与建立
5.1 智能故障诊断系统开发策略
5.1.1 人机接口模块的开发
5.1.2 知识库和数据库管理模块的开发
5.1.3 诊断推理模块的开发
5.1.4 诊断信息获取模块的开发
5.1.5 机器学习模块的开发
5.2 某型导弹智能故障诊断系统设计
5.2.1 某型导弹武器系统基本构成
5.2.2 某型导弹武器系统智能故障诊断系统总体技术
5.2.3 某型导弹武器系统智能故障诊断系统总体构成
5.2.4 基于神经网络的导弹智能故障诊断专家系统
5.2.5 基于模糊神经网络的导弹智能故障诊断专家系统
第6章 装备故障模式识别通用平台
6.1 基于模式识别的故障诊断方法
6.1.1 模式识别在故障诊断问题中的描述
6.1.2 模式分类问题的数学描述
6.1.3 基于模式识别的故障诊断方法
6.2 故障模式识别通用平台总体结构设计
6.2.1 总体设计
6.2.2 程序设计
6.3 工作原理
6.3.1 故障模式识别通用平台77-作原理
6.3.2 故障模式识别通用平台使用方法及步骤
第7章 智能故障诊断技术在其他领域中的应用
7.1 专家系统在电子设备故障诊断中的应用
7.1.1 电子设备故障诊断专家系统
7.1.2 电子设备故障诊断专家系统设计
7.1.3 2000t多功能锻压电子设备故障诊断专家系统
7.2 人工神经网络在电力系统故障检测和诊断中的应用
7.2.1 神经网络与模式识别
7.2.2 神经网络故障检测和诊断方法
7.2.3 人工神经网络对电力系统的故障检测和诊断
7.3 模糊专家系统在汽车发动机故障诊断中的应用
7.3.1 模糊专家系统结构
7.3.2 自然语言接口模块
7.3.3 诊断知识库
7.3.4 模糊推理机
7.4 基于ANN-ES混合智能诊断系统的应用实例
7.4.1 变压器故障诊断系统概述
7.4.2 ANN与ES合成系统结构
7.4.3 ANN与ES合成系统实现
7.4.4 测试结果分析
7.5 自主式水下机器人智能故障诊断系统
7.5.1 自主式水下机器人
7.5.2 智能故障诊断系统结构
7.5.3 智能故障诊断系统的设计
7.5.4 智能故障诊断系统实现与测试
参考文献
猜您喜欢
