新書推薦：
《
浪荡子美学与跨文化现代性：一九三零年代上海、东京及巴黎的浪荡子、漫游者与译者
》
售價：HK$
78.2
《
孤独与相遇的社会学
》
售價：HK$
59.8
《
精微植物艺术表现技法大全
》
售價：HK$
227.7
《
坦克行动：一名装甲部队指挥官的战争（1944年至1945年）
》
售價：HK$
114.8
《
翻译的危险：清代中国与大英帝国之间两位译者的非凡人生
》
售價：HK$
94.3
《
论法拉比与迈蒙尼德：施特劳斯讲演与论文集：卷三
》
售價：HK$
109.3
《
实验之火：锻造英格兰炼金术（1300—1700年）
》
售價：HK$
124.2
《
高功率激光推进
》
售價：HK$
110.4
|
| 編輯推薦： |
|
该书为“十四五”国家重点图书出版规划项目、国家出版基金资助项目、湖北省公益学术著作出版基金资助项目。该书依托国家自然科学基金项目及省部级科研项目研究成果撰写而成，可为科研人员提供参考。
|
| 內容簡介： |
|
数据驱动的工业过程监测与故障诊断是保证生产安全和产品质量的重要手段。本书依托国家自然科学基金、湖北省杰出青年基金项目，面向工业制造过程和系统，介绍了多元统计分析和机器学习等工业数据分析方法，在此基础上介绍了作者团队提出的多种故障检测、故障变量溯源、故障分类、故障辨识、健康预警、产品等级分类方法。除了关注传统的故障检测率和误报率之外，重点分析了过渡模态、操作故障、污染效应、故障分级、小样本/零样本、数据不平衡、手工质量分级等问题，所介绍的方法均在多个基准数据平台和实际工业系统中得到成功应用。本书对自动化和人工智能相关专业的教学和科研，以及工业过程监测与故障诊断应用实践具有一定的参考价值。
|
| 關於作者： |
|
郑英，教授、博士生导师、华中学者、IEEE高级会员、湖北省杰出青年基金获得者、科技部重大专项评审专家，中国自动化协会故障诊断委员会委员、过程控制委员会委员、数据驱动控制、学习与优化专业委员会委员，中国控制会议（CCC）程序委员会委员，湖北省自动化协会理事。2004年12月至2005年11月赴台湾清华大学进行博士后研究，2006年7月至10月赴英国Cardiff大学进行访问研究，2014年12月至2015年12月赴美国南加州大学访问研究。湖北省自然科学二等奖、湖北省优秀学士论文指导奖获得者。长期从事自动控制领域的基础性研究工作，在过程控制、故障诊断、容错控制、网络控制等方向上积累了丰富的研究成果。主持国家自然科学基金3项、湖北省自然科学基金项目1项、国家博士后基金1项。在国内外发表学术论文70余篇，其中30余篇被SCI索引。
|
| 目錄：
|
第1章数据驱动的过程监测和故障诊断概述/1
1.1研究背景与意义/1
1.2国内外研究现状/3
1.2.1工业过程故障检测研究现状/3
1.2.2工业过程故障诊断研究现状/8
1.3本书内容/9
本章参考文献/10
第2章工业数据分析的基本理论与方法/18
2.1引言/18
2.2数据处理方法/19
2.2.1数据的标准化/19
2.2.2基于稀疏字典学习的特征提取/21
2.2.3基于非对称加权DTW的非线性整定/23
2.2.4基于CA的特征提取/25
2.3数据驱动的故障检测方法/26
2.3.1基于PCA的故障检测方法/26
2.3.2基于SFA的故障检测方法/29
2.4数据驱动的故障诊断方法/31
2.4.1基于RBC的故障诊断方法/31
2.4.2基于贝叶斯决策的故障诊断方法/33
2.4.3基于CNN的故障分类方法/35
2.5结束语/37
本章参考文献/37
数据驱动的工业过程监测与故障诊断目录第3章基于时间加权核稀疏表示方法的非线性多模态过程实时监测/40
3.1引言/40
3.2时间加权核稀疏表示/41
3.2.1模型构建/41
3.2.2优化求解/43
3.2.3收敛性分析/44
3.2.4复杂度分析/45
3.3多模态过程离线建模/45
3.3.1离线模态辨识/45
3.3.2字典更新/46
3.4多模态过程在线监测/47
3.4.1在线模态辨识/47
3.4.2在线故障检测/48
3.4.3非线性多模态过程监测框架/49
3.5案例研究/49
3.5.1数值仿真/49
3.5.2污水处理过程/52
3.6结束语/56
本章参考文献/57
第4章基于轨迹的过渡模态辨识与操作异常监测/60
4.1引言/60
4.2基于轨迹的过渡模态辨识与过程监测/61
4.2.1基于最慢慢特征的过渡模态辨识/62
4.2.2基于轨迹的过程建模与故障检测/63
4.3多模态操作故障的定义/65
4.4案例研究/67
4.4.1数值仿真研究/67
4.4.2TE过程仿真研究/72
4.5结束语/83
本章参考文献/84
第5章基于非对称加权动态时间规整的非平稳过程监测/86
5.1引言/86
5.2过程数据整定/87
5.2.1基于投影规则的过程数据在线整定/87
5.2.2约束设定/90
5.3在线过程监测/92
5.3.1基于近邻相似度变化率的监控指标/92
5.3.2基于尾端计次的监控指标/95
5.3.3操作步骤/96
5.4案例研究/96
5.4.1TE过程仿真案例/96
5.4.2半导体刻蚀过程实例/104
5.5结束语/106
本章参考文献/107
第6章多操作阶段的全流程工业过程广义监测/109
6.1引言/109
6.2基于平稳映射的全流程工业过程广义监测/111
6.2.1基于变量间相关性的阶段辨识/111
6.2.2基于平稳映射的离线建模/114
6.2.3基于局部思想的在线监测/115
6.2.4算法流程/117
6.3连续与间歇工业过程案例应用/119
6.3.1拓展TE过程仿真/119
6.3.2青霉素发酵过程/125
6.4结束语/132
本章参考文献/132
第7章基于贝叶斯与多维重构贡献的故障变量溯源/135
7.1引言/135
7.2参数估计与非参数估计/136
7.3特征属性及其类条件概率密度函数/137
7.4贝叶斯理论与多维重构贡献的融合/140
7.5基于贝叶斯与多维重构的故障变量溯源/141
7.6案例研究/143
7.6.1数值仿真/143
7.6.2TE过程性能监控/147
7.6.3CSTR过程性能监控/152
7.7结束语/155
本章参考文献/156
第8章基于类间差异分析的故障变量溯源/158
8.1引言/158
8.2基于类间差异分析与多维重构贡献的故障变量溯源/159
8.2.1基于PCA的类间差异分析/159
8.2.2基于FDA的类间差异分析/160
8.2.3基于类间差异分析的故障变量溯源/163
8.3案例研究/164
8.3.1数值仿真/164
8.3.2TE过程/165
8.4结束语/170
本章参考文献/171
第9章基于深度学习的工业过程故障分类/173
9.1引言/173
9.2MHSENet模型架构/174
9.3工业空调系统案例研究/176
9.3.1工业空调系统案例数据介绍/176
9.3.2工业空调系统故障分类模型的建立方法/177
9.3.3实验结果及分析/178
9.4TE过程案例研究/180
9.4.1TE过程数据集介绍/180
9.4.2实验结果与分析/181
9.5结束语/184
本章参考文献/184
第10章工业过程零样本故障辨识/187
10.1引言/187
10.2问题定义/189
10.3特征提取/189
10.3.1卷积模块/190
10.3.2多任务学习/191
10.3.3故障辨识/192
10.3.4零样本故障辨识方法框架/193
10.4TE过程案例研究/194
10.4.1模型建立方法/196
10.4.2多任务学习的影响分析/197
10.4.3实验结果与分析/197
10.5工业空调系统案例研究/199
10.5.1工业空调系统的故障属性/200
10.5.2实验结果与分析/201
10.6结束语/202
本章参考文献/202
第11章基于脉冲特征和似然概率比较的健康预警/205
11.1引言/205
11.2基于离散小波变换的脉冲特征提取/206
11.2.1离散小波变换/206
11.2.2脉冲特征提取/207
11.3基于似然概率比较的退化点检测/208
11.3.1指数韦布尔分布拟合/208
11.3.2似然概率比较预警方法/209
11.4实验验证/210
11.4.1ADSCI特征提取/211
11.4.2轴承预警结果/214
11.4.3预警结果对比/220
11.5结束语/221
本章参考文献/222
第12章可视化工业产品多级能力分析/224
12.1引言/224
12.2基于多元分布特征的数据扩充/226
12.3可视化分级模型/228
12.4PCI的构建/232
12.5案例研究/235
12.6结束语/242
本章参考文献/243
|
| 內容試閱：
|
总序一
工业互联网是新一代信息通信技术与工业经济深度融合的全新工业生态、关键基础设施和新型应用模式。它以网络为基础、平台为中枢、数据为要素、安全为保障，通过对人、机、物全面连接，变革传统制造模式、生产组织方式和产业形态，构建起全要素、全产业链、全价值链全面连接的新型工业生产制造和服务体系，对提升产业链现代化水平、促进数字经济和实体经济深度融合、引领经济高质量发展具有重要作用。 “工业互联网前沿技术丛书”是中国工业互联网研究院与华中科技大学出版社共同发起，为服务“工业互联网创新发展”国家重大战略，贯彻落实深化“互联网＋先进制造业” “第十四个五年规划和2035年远景目标” 等国家政策，面向世界科技前沿、面向国家经济主战场和国防建设重大需求，精准策划汇集中国工业互联网先进技术的一套原创科技著作。丛书立足国际视野，聚焦工业互联网国际学术前沿和技术难点，助力我国制造业发展和高端人才培养，展现了我国工业互联网前沿科技领域取得的自主创新研究成果，充分体现了权威性、原创性、先进性、国际性、实用性等特点。为此，向为丛书出版付出聪明才智和辛勤劳动的所有科技工作人员表示崇高的敬意！中国正处在举世瞩目的经济高质量发展阶段，应用工业互联网前沿技术振兴我国制造业天地广阔，大有可为！丛书主要汇集高校和科研院所的科研成果及企业的工程应用成果。热切希望我国IT人员与企业工程技术人员密切合作，促进工业互联网平台落地生根。期望丛书绚丽的科技之花在祖国大地上结出丰硕的工程应用之果，为“制造强国、网络强国”建设作出新的、更大的贡献。
中国工程院院士、中国工业互联网研究院技术专家委员会主任、北京化工大学教授 高金吉
2023年5月
总序二
工业互联网作为新一代信息通信技术与工业经济深度融合的全新工业生态、关键基础设施和新型应用模式，是抢抓新一轮工业革命的重要路径，是加快数字经济和实体经济深度融合的驱动力量，是新型工业化的战略支撑。习近平总书记高度重视发展工业互联网，作出深入实施工业互联网创新发展战略，持续提升工业互联网创新能力等重大决策部署和发展要求。党的二十大报告强调，推进新型工业化，加快建设制造强国、网络强国，加快发展数字经济，促进数字经济和实体经济深度融合。这为加快推动工业互联网创新发展指明了前进方向、提供了根本遵循。实施工业互联网创新发展战略以来，我国工业互联网从无到有、从小到大，走出了一条具有中国特色的工业互联网创新发展之路，取得了一系列标志性、阶段性成果。新型基础设施广泛覆盖，工业企业积极运用新型工业网络改造产线车间，工业互联网标识解析体系建设不断深化。国家工业互联网大数据中心体系加快构建，区域和行业分中心建设有序推进。综合型、特色型、专业型的多层次工业互联网平台体系基本形成。国家、省、企业三级协同的工业互联网安全技术监测服务体系初步建成。产业创新能力稳步提升。端边云计算、人工智能、区块链等新技术在制造业的应用不断深化。时间敏感网络芯片、工业5G芯片/模组/网关的研发和产业化进程加快，在大数据分析专业工具软件、工业机理模型、仿真引擎等方向突破了一批平台发展瓶颈。行业融合应用空前活跃。应用范围逐步拓展至钢铁、机械、能源等45个国民经济重点行业，催生出平台化设计、智能化制造、网络化协同、个性化定制、服务化延伸、数字化管理等典型应用模式，有力促进提质、降本、增效、绿色、安全发展。5G与工业互联网深度融合，远程设备操控、设备协同作业、机器视觉质检等典型场景加速普及。征途回望千山远，前路放眼万木春。面向全面建设社会主义现代化国家新征程，工业互联网创新发展前景光明、空间广阔、任重道远。为进一步凝聚发展共识，展现我国工业互联网理论研究和实践探索成果，中国工业互联网研究院联合华中科技大学出版社启动“工业互联网前沿技术丛书”编撰工作。丛书聚焦工业互联网网络、标识、平台、数据、安全等重点领域，系统介绍网络通信、数据集成、边缘计算、控制系统、工业软件等关键核心技术和产品，服务工业互联网技术创新与融合应用。丛书主要汇集了高校和科研院所的研究成果，以及企业一线的工程化应用案例和实践经验。囿于工业互联网相关技术应用仍在探索、更迭进程中，书中难免存在疏漏和不足之处，诚请广大专家和读者朋友批评指正。是为序。
中国工业互联网研究院院长 鲁春丛
2023年5月
前言
随着物联网和云计算等技术的广泛应用，大数据时代已经到来。从2013年到2020年，可用数据以236%的速度飞速增长，预计到2025年，可用数据将达到175 ZB。2021年3月，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》正式发布，其中“大数据”出现了10次，“数据”出现了53次。数据的理念和技术已经融入经济社会发展的方方面面，成为科技创新的突破口。制造业是国民经济的支柱产业，是国家创造力、竞争力和综合国力的重要体现。早在1988年，美国的怀特(P.K.Wright)教授和布恩(D.A.Bourne)教授在其出版的《智能制造》一书中首次对智能制造进行了定义。进入21世纪后，美国和德国分别提出工业互联网和工业4.0发展战略，促进了制造业向智能化转型的进程。“十三五”以来，我国不断深化“两化融合”，大力发展智能制造技术。习近平总书记在党的十九大报告中指出“加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合”。“中国制造2025”“中国制造2035”将制造业全面普及数字化、骨干企业基本实现智能化转型作为发展目标。这宣明数据技术和人工智能技术在未来工业系统中将起到举足轻重的作用。 在现代制造业中，系统的集成度越来越高，其内部的设备与工况变得愈加复杂，由此带来的过程不确定性和各种扰动均会导致异常工况的发生，而个别部件一旦出现故障就可能会引起连锁反应，轻则造成整个系统不能正常运行，重则导致重大人员伤亡和巨大经济损失。由此可见，智能制造的安全性和可靠性研究对保证生产稳定、绿色、安全和高效运行至关重要。故障诊断技术能检测出故障发生和辨识出故障位置，这为工业生产过程带来了极大便利；同时，其把设备的“定期维修”变为“视情维修”，显著降低了维护费用，具有可观的经济效益。工业和信息化部起草的《“十四五”智能制造发展规划》指出，生产过程精益管控、装备故障诊断与预测性维护等是智能制造技术攻关行动的关键核心技术。数据驱动的工业过程监测与故障诊断前言随着计算机科学和相关测量技术的发展，工业过程中的运行数据得以被大量收集和存储，这为数据驱动技术的发展提供了足够的支持。与传统的基于模型的方法相比，数据驱动的方法不需要已知系统的复杂结构和机理知识，更加灵活、简便和普适，因此广泛用于工业过程的建模和监测。其中，多元统计分析和机器学习方法是数据驱动故障监测的主要手段，已成为过去20年来研究和实践中最富成效的方法。其主要思路是对正常的过程数据进行特征提取或降维，建立可以充分反映过程特征的模型；或者通过有监督/半监督/无监督的方式将正常/故障状态进行识别。然而，由于工业过程日益复杂化、数据采集量呈指数增长、过程特性更趋于个性化，目前数据驱动的方法在挖掘有用信息、建立合理模型等方面面临着越来越大的挑战。因此，数据驱动的方法虽然有一定的研究基础，但是仍然需要在新的背景下继续深入发展，为工业过程的不正常事件/现象的检测、分离、分类、辨识提供智能、准确、快速的解决手段，是顺应国家发展潮流、为中国制造智能化转型保驾护航的重要课题，对企业的节能高效生产也有着不可忽视的意义。本书描述了当前数据驱动的工业过程监测和故障诊断存在的问题，介绍了作者团队近年来的代表性研究结果，包括多模态故障检测、多变量故障隔离、故障分类、全生命周期故障预警、产品质量分级等算法。本书第1章概述了数据驱动的过程监测和故障诊断的背景，包括国内外研究现状和发展趋势；第2章介绍了工业数据分析的基本理论与方法；第3～6章介绍了多模态过程的故障检测方法；第7、8章讨论了故障变量溯源方法；第9、10章介绍了基于深度学习的故障分类方法；第11章以轴承为例，介绍了设备全生命周期健康管理中的故障预警方法；第12章介绍了产品的质量分级分析方法。本书由郑英、王兆静、王杨撰写。本书涉及的研究得到了国家自然科学基金项目“机器学习和统计分析相结合的多模态工业过程故障诊断”(61873102)以及湖北省杰出青年基金项目“基于工业大数据的制造过程故障诊断”(2019CFA047)的支持。同时，感谢多年合作的台湾清华大学汪上晓教授，以及团队中杨筱彧、刘浪、周威、巫慧、汪培鸣等博士和硕士研究生。由于理论水平有限，书中难免有不足之处，恳请各位读者批评指正。
作者
2023年12月于武汉
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
