新書推薦：
《
武人琴音（十周年纪念版 逝去的武林系列收官之作 形意拳一门三代：尚云祥、韩伯言、韩瑜的人生故事 凸显百年武人命运）
》
售價：HK$
44.9
《
剑桥斯堪的纳维亚戏剧史（剑桥世界戏剧史译丛）
》
售價：HK$
158.7
《
禅心与箭术：过松弛而有力的生活（乔布斯精神导师、世界禅者——铃木大拙荐）
》
售價：HK$
66.1
《
先进电磁屏蔽材料——基础、性能与应用
》
售價：HK$
227.7
《
可转债投资实战
》
售價：HK$
102.4
《
王氏之死（新版，史景迁成名作）
》
售價：HK$
56.4
《
敢为天下先：三年建成港科大
》
售價：HK$
79.4
《
长高食谱 让孩子长高个的饮食方案 0-15周岁儿童调理脾胃食谱书籍宝宝辅食书 让孩子爱吃饭 6-9-12岁儿童营养健康食谱书大全 助力孩子身体棒胃口好长得高
》
售價：HK$
48.3
|
| 編輯推薦： |
|
首先，本书内容具有较强的创新性。深入浅出地介绍了各种基于数据驱动的智能诊断新方法及应用，反映了当代故障诊断领域新发展，是多项国家科学基金的理论研究成果的凝练。其次，理论研究成果和实际应用结合紧密。是作者长期从事设备故障诊断科学研究的结晶，书中引用的实例都是作者进行设备故障信息诊断的研究成果，对完善与丰富故障诊断理论研究具有重要的理论意义和学术价值，在工程方面具有很高的实际应用价值。《液压气动系统状态监测与故障诊断技术》适用于从事设备状态监测和故障诊断工作的工程技术人员阅读，也可作为高等学校相关专业师生的参考书。
|
| 內容簡介： |
|
本书系统地阐述了近年来液压气动系统故障诊断领域新发展的各种理论方法,并通过液压系统的故障诊断实验进行了有效的验证。分析了液压气动系统常见故障产生的机理,介绍了相关的工程应用实例,并总结了行之有效的故障排除方法,为机械设备健康状态评估提供了新的思路。全书理论联系工程实际,各章内容均为作者长期从事液压设备状态监测与故障诊断研究工作的成果。适用于从事设备状态监测和故障诊断工作的工程技术人员阅读,也可供高等学校相关专业师生参考。
|
| 關於作者： |
|
姜万录：81年9月－85年7月，东重检测技术与仪器专业，本科学习； 85年7月－87年8月，东重检测教研室，助教 ；87年9月－90年3月，燕大电力传动及自动化专业，攻读硕士学位 ；90年3月－91年12月，燕大液压教研室，助教 ；91年12月－98年9月，燕大液压教研室，讲师 ；98年9月－00年12月，燕大机电控制工程研究所（液压），副教授 ；00年12月－03年3月，燕大机电控制工程研究所（液压），教授 ；03年3月－10年2月，燕大机电控制工程研究所（液压），教授、博士导师； 10年3月－今，燕大机电控制工程系（液压），教授、博士生导师。期间： 95年9月－01年8月，燕大机械电子工程专业，攻读博士学位； 05年12月－06年11月，英国University of Leicester访问学者。科研获奖： 1.冷带轧机高精度液压厚度自动控制（液压AGC）系统关键技术及应用，2009年国家科技进步二等奖（个人获奖证书号：2009-J-216-2-08-R02）。第2名。 2.1450mm五机架冷连轧机高精度厚度自动控制（液压AGC）系统研制，2008年机械工业联合会科技进步二等奖（个人获奖证书号：0804008-02）。第2名。 3.单机架冷带轧机高精度液压厚度自动控制（AGC）系统研制，2008年河北省科技进步一等奖（个人获奖证书号：2008JB1005-3）。第3名。 4.小波混沌弱信号检测及信息融合技术研究，2006年河北省科技进步三等奖（个人获奖证书号：2006JB3142-04）。第4名。 5.基于弱信号检测及信息融合的机械故障及趋势预报，2006年中国机械工业科学技术三等奖（个人获奖证书号：0603009-04）。第4名。 6. 攀枝花西南精密带钢厂IGC650HCW冷带轧机成套设备研制及关键技术研究，1997年鉴定，1998年12月获国家机械工业局科技进步一等奖（个人获奖证书号：9804032-08），1999年12月获国家科技进步二等奖（个人获奖证书号：05-2-003-08）。负责电控、电测系统。第8名。 7. 大庆石化总厂机械厂千吨水压机控制系统更新及可靠性研究， 1999年鉴定，2000年8月秦皇岛市科技进步二等奖个人获奖证书号：2000206-3，2000年12月河北省科技进步二等奖个人获奖证书号：20002006-3。电控系统负责人。第3名。8. 庆石化总厂工程机械液压元件综合试验台。伺服电测系统负责人，1997年鉴定，1998年国家机械工业局科技进步三等奖。 9. 虚拟仪器技术在液压CAT中的应用,2001年11月获1996～2001年度中国机械工程学会论文奖。荣誉称号： 1. 1996年秋至1998年秋机械工程学院教学一等奖。 2. 2000年度机械工程学院科技工作者。 3. 2000年入选教育部高等学校骨干教师资助计划。 4. 2001年被评为秦皇岛市年轻学术技术带头人。 5. 2001年获得河北省中青年骨干教师津贴。 6. 2002年度燕山大学共产党员。 7. 2002年被评为秦皇岛市知识分子。 8. 2009年燕山大学共产党员。 9. 2009年秦皇岛市共产党员。 10. 2010年河北省三三三人才工程第二层次人选。 11. 2011年第六批河北省省管专家 社会兼职： 1. 中国机械工程学会流体传动与控制分会委员 2. 中国人工智能学会智能控制与智能管理专业委员会委员 3. 河北省青年科技工作者协会第二届理事会理事 4. 中国机械工程学会高级会员 5. 中国计量测试学会会员。出版专著：1. 姜万录，张淑清，王益群. 基于混沌和小波的故障信息诊断. 国防工业出版社，2005.8（学术专著，国防科技图书出版基金资助出版） 2. 姜万录. 基于混沌性质和多分辨分析的故障诊断理论及实验研究. 燕山大学工学博士学位论文, 2001.62003年全国百篇博士论文提名论文，全国共179篇 3. 张淑清，姜万录. 单片微型计算机接口技术及其应用. 国防工业出版社，2001.1 4. 姚家奕，姜万录. 计算机图像技术及其应用. 国防工业出版社，1998.9 5. 姚传胤，姚家奕，姜万录，刘彬，张淑清. 新编Turbo C及其应用. 国防工业出版社，1994 6. 参编. 液压工程师技术手册.化学工业出版社, 2010.3 7. 参编. 机械工程测试技术. 国防工业出版社, 2009.8 普通高等院校十一五规划教材 。
|
| 目錄：
|
|
第1 章 绪论 11.1 液压系统故障诊断技术的发展简史 11.2 液压系统故障诊断技术的发展趋势 31.3 液压系统故障检测与诊断新方法 41.3.1 小波理论方法 51.3.2 频谱细化方法 51.3.3 混沌分形理论方法 61.3.4 Lyapunov指数及关联维数方法 61.3.5 信息熵方法 71.3.6 贝叶斯网络方法 71.3.7 Hilbert-Huang变换方法 81.3.8 神经网络方法 81.3.9 多源信息融合方法 101.3.10 人工免疫方法 111.3.11 灰色系统方法 121.3.12 核主元分析方法 131.3.13 支持向量机方法 141.3.14 证据理论方法 151.4 本书的主要内容 16本章参考文献 17第2 章 气动系统的常见故障与排除方法 192.1 气动系统使用中的常见故障 192.1.1 气源质量不良 192.1.2 气动元件故障 202.2 气动系统常见故障的排除 212.2.1 气源质量不良故障的排除方法 212.2.2 气缸故障的排除方法 232.2.3 气动控制阀故障的排除方法 252.2.4 气动辅助元件故障的排除方法 26本章参考文献 27第3 章 气动系统的故障诊断技术与工程应用实例 283.1 气动系统故障的基本特征及常用的诊断方法 283.1.1 气动系统故障的基本特征 283.1.2 气动系统常用的诊断方法 283.2 气动系统故障诊断的基本原理及后处理 293.2.1 故障诊断的基本原理 293.2.2 故障诊断的后处理 313.3 气动系统的故障诊断技术方法 313.3.1 基于CBM 的气动系统故障诊断技术 313.3.2 基于故障树的气动系统故障诊断技术 353.4 气动系统故障诊断技术的工程应用实例 363.4.1 混凝土搅拌站气动系统故障的排除 363.4.2 热风整平机气动系统常见故障的排除 38本章参考文献 41第4 章 液压泵多传感器状态监测系统 424.1 状态监测试验系统组成 424.2 轴向柱塞泵典型故障及故障特征频率 434.2.1 轴向柱塞泵典型故障机理分析 434.2.2 轴向柱塞泵典型故障的特征频率 444.3 振动传感器及其测点位置的选择 454.3.1 振动传感器的选型 454.3.2 振动传感器的安装方式 464.3.3 x 和y 方向测点位置的选取 474.4 声级计及其测点的选择 534.4.1 声级计的选型 534.4.2 声级计测点的确定 534.5 轴向柱塞泵状态监测系统 544.6 轴向柱塞泵的故障模拟 554.7 试验数据采集 564.7.1 信号采集的参数设置 564.7.2 故障模式下的试验数据采集 56本章参考文献 56第5 章 基于信号多信息域分析的故障特征提取 585.1 基于小波包滤波消噪及Hilbert包络解调的信号处理 585.1.1 小波包滤波消噪 585.1.2 Hilbert变换包络解调方法 605.1.3 基于小波包滤波消噪及包络解调的信号处理 625.2 信号的时域特征提取 625.2.1 有量纲参量 625.2.2 无量纲参量 645.2.3 振动和声音信号的时域特征提取 645.2.4 压力信号的时域特征提取 675.3 信号的频域特征提取 695.3.1 频域特征参量 695.3.2 声音信号的频域特征提取 705.3.3 压力信号的频域特征提取 715.4 信号的时频域特征提取 725.4.1 时频域特征参量 725.4.2 信号的时频域特征提取 735.5 信号的多信息域故障特征向量构建 75本章参考文献 75第6 章 灰靶理论在液压泵故障等级评估中的应用 776.1 灰色理论及灰靶理论分析方法 776.1.1 灰色理论概述 776.1.2 灰色理论诊断方法 786.1.3 灰靶理论及灰靶贡献度 816.2 主分量分析及最大熵谱估计 836.2.1 信号的谱估计 836.2.2 主分量分析与故障信息分离 866.2.3 液压泵故障信号的最大熵谱估计 876.3 基于灰靶理论的液压泵故障模式识别 886.3.1 液压泵故障诊断试验系统 886.3.2 基于灰靶理论的液压泵故障模式识别步骤 886.3.3 振动信号的预处理 906.3.4 故障振动信号功率谱分析及特征提取 916.3.5 基于灰靶理论的故障等级评估 94本章参考文献 96第7 章 基于灰色神经网络的故障诊断方法 977.1 灰色神经网络 977.1.1 基于知识的故障诊断方法 977.1.2 灰色理论 987.1.3 神经网络 1007.1.4 灰色理论与神经网络的结合 1027.2 液压泵状态监测试验 1047.2.1 液压泵的状态监测 1047.2.2 监测数据的采集 1057.3 基于灰色神经网络方法的故障诊断 1077.3.1 信号处理 1087.3.2 特征向量提取 1127.3.3 灰色神经网络故障诊断 115本章参考文献 118第8 章 基于混沌神经网络的故障诊断方法 1198.1 混沌神经网络的理论基础 1198.1.1 混沌及其特征 1198.1.2 混沌的判据 1218.1.3 Logistic映射分析 1228.1.4 神经网络概述 1248.1.5 误差反向传播神经网络 1258.1.6 前向混沌神经网络及其学习算法 1278.2 液压泵振动信号的分析与处理 1318.2.1 短时最大熵谱分析 1318.2.2 小波包带通滤波和消噪 1328.2.3 Hilbert包络解调 1338.3 混沌神经网络在液压泵故障诊断中的应用 1358.3.1 基于前向混沌神经网络的故障诊断过程 1358.3.2 液压泵各状态振动信号的采集 1368.3.3 前向混沌神经网络的设计 1368.3.4 液压泵故障诊断及结果分析 139本章参考文献 144第9 章 基于联想记忆神经网络的故障诊断方法 1459.1 联想记忆神经网络 1459.1.1 离散Hopfield神经网络 1459.1.2 联想记忆 1499.1.3 联想记忆网络应用举例 1529.2 Hopfield网络的结构改进和学习算法 1549.2.1 反向传播网络 1549.2.2 联想记忆神经网络的结构改进 1579.2.3 粒子群优化算法 1589.2.4 PSO算法对Hopfield网络权值的优化 1609.3 基于联想记忆神经网络的液压泵故障诊断 1619.3.1 振动信号的采集 1619.3.2 信号预处理及故障特征提取 1629.3.3 联想记忆神经网络的参数设置 1649.3.4 基于联想记忆神经网络的液压泵故障识别 1689.3.5 基于联想记忆神经网络的样本交叉循环训练的故障识别 172本章参考文献 174第10 章 基于免疫危险理论的故障诊断方法 17510.1 人工免疫系统与免疫危险理论 17510.1.1 生物免疫系统 17510.1.2 人工免疫系统 17710.1.3 人工免疫系统的求解算法 17810.1.4 免疫危险理论 18010.2 液压泵各状态振动信号的采集与预处理 18210.2.1 振动信号的采集 18210.2.2 共振信号的解调 18310.2.3 液压泵故障状态特征信息的提取 18810.3 免疫危险理论在特征降维与故障诊断中的应用 19110.3.1 基于免疫危险理论的液压泵振动信号特征选择算法 19110.3.2 基于免疫危险理论的故障诊断算法 197本章参考文献 205第11 章 基于HHT 和模糊C 均值聚类的故障诊断方法 20711.1 基于Hilbert-Huang变换的轴向柱塞泵振动信号分析 20711.1.1 Hilbert-Huang变换 20711.1.2 轴向柱塞泵状态信号的采集 21011.1.3 滑靴磨损故障振动信号分析 21111.1.4 松靴故障振动信号分析 21411.1.5 中心弹簧失效故障振动信号分析 21611.2 基于Hilbert-Huang变换的轴向柱塞泵压力信号分析 21911.2.1 正常状态压力信号分析 21911.2.2 滑靴磨损故障压力信号分析 22111.2.3 松靴故障压力信号分析 22411.2.4 中心弹簧失效故障压力信号分析 22611.3 基于HHT的故障特征向量提取 22911.3.1 局部边际能量谱及特征能量 22911.3.2 振动信号的特征提取 22911.3.3 压力信号的特征提取 23311.4 基于模糊C 均值聚类的模式识别 23611.4.1 模式识别和模糊聚类 23611.4.2 模糊C 均值聚类算法 23711.4.3 基于FCMC算法和振动信号的轴向柱塞泵故障识别 23811.4.4 基于FCMC算法和压力信号的轴向柱塞泵故障识别 239本章参考文献 242第12 章 信息熵理论在健康状态评估中的应用 24312.1 信号在不同分析域中的信息熵特征 24312.1.1 信息系统的分析模型 24312.1.2 信息熵的概念 24312.1.3 信息熵的性质 24412.1.4 振动信号时域信息熵特征提取 24512.1.5 振动信号的频域信息熵特征提取 24612.1.6 振动信号时频域信息熵特征提取 24712.2 滑靴油膜理论 24812.2.1 滑靴的磨损形式 24912.2.2 油膜的热楔效应 24912.2.3 圆盘的油膜挤压效应 25012.2.4 静压支承油膜理论 25012.2.5 滑靴斜盘摩擦副受力分析 25312.2.6 滑靴偏磨 25512.3 液压泵健康状态评估的试验研究 25612.3.1 液压泵健康评估试验系统 25612.3.2 试验步骤 25712.3.3 试验结果分析 257本章参考文献 266第13 章 基于声音信号的核主元分析故障诊断方法 26813.1 PCA的基本原理 26813.1.1 PCA模型 26813.1.2 统计量的确定 26913.2 KPCA的基本原理 27013.2.1 KPCA模型 27013.2.2 核函数的选取 27113.2.3 统计量的确定 27213.3 基于声音信号的KPCA故障诊断方法 27213.3.1 核主元模型的构建步骤 27213.3.2 在线检测的步骤 27213.4 试验研究 27313.4.1 声音信号分析 27313.4.2 声音信号的特征向量提取 27413.4.3 基于声音信号的KPCA故障诊断方法的诊断结果 27713.4.4 基于声音信号的PCA故障诊断方法的诊断结果 27813.4.5 基于振动信号的KPCA故障诊断方法的诊断结果 27913.4.6 诊断结果比较 279本章参考文献 280第14 章 指数加权动态核主元分析的故障诊断方法 28114.1 指数加权动态自回归统计模型 28114.1.1 指数加权主元分析模型 28114.1.2 基于滑动时间窗口的数据更新 28114.1.3 指数加权核主元分析模型 28214.1.4 指数加权核主元分析模型的特点 28214.2 指数加权动态核主元分析法的建模与故障诊断 28314.2.1 第1个时间窗口的建模与故障诊断 28314.2.2 第1个时间窗口以后各窗口的建模与故障诊断 28314.3 试验研究 28514.3.1 振动信号分析 28514.3.2 振动信号的特征向量提取 28614.3.3 指数加权动态核主元分析的故障诊断方法的诊断结果 287本章参考文献 289第15 章 SVM 与证据理论集成的多源信息融合故障诊断方法 29115.1 证据理论 29115.1.1 证据理论中的几个重要概念 29115.1.2 证据区间的描述 29215.1.3 信度函数的融合规则 29215.2 基于矩阵分析的融合算法 29315.2.1 置信度分配矩阵 29315.2.2 算法描述 29315.3 基本概率分配的确定方法 29415.3.1 基于BP神经网络确定基本概率分配 29415.3.2 基于SVM 确定基本概率分配 29515.4 基于证据理论的多源信息融合故障诊断方法 29715.4.1 故障特征参量的提取 29715.4.2 故障诊断过程的实现 29815.5 试验研究 29815.5.1 信号处理 29915.5.2 基本概率分配的确定 30015.5.3 试验结果分析 303本章参考文献 305
|
| 內容試閱：
|
|
设备状态监测与故障信息诊断预报技术就是采集设备或系统 的运行状态信息, 利用各种信息处理或信号处理方法判定故障源以及故障程度, 预测故障未来的发展趋势, 并确定相应维修策略的一门综合性交叉学科。对生产设备进行及时有效的故障诊断与预报, 不仅能够提高设备运行的安全性和可靠性, 预防灾难性事故的发生, 而且还能够有效地提高设备的产能和产品质量, 降低维修成本, 创造出巨大的经济效益和社会效益。设备状态监测与故障诊断技术在航空航天、武器装备、舰船、冶金、化工、能源、工程机械等领域中已经得到了广泛应用, 并取得了显著成效。随着现代工业的迅猛发展, 生产设备逐步向大型化、高速化、多功能化、数字化和智能化方向迈进, 对生产设备的重要组成部分液压或气动系统来说, 其功能和结构也变得日趋复杂, 品质指标越来越高,系统的非线性和动态时变性越来越强, 故障形式也变得复杂多样, 强干扰影响下的故障很难通过现有的诊断方法得到及时有效的诊断与预报。由于液压及气动系统本身所具有的高压及管路的封闭性和参数可测性差的特点, 限制了许多故障诊断方法的应用, 所以对液压和气动系统的故障诊断理论和技术水平还有待进一步完善和提高, 因而研究和开发新的快速及时且准确有效的液压系统故障诊断方法、制定有效的气动系统故障排除及维修策略, 在现代工业生产中具有十分重要的意义。我们近年来一直致力于该领域的研究工作, 对工业装备的可靠运行对液压系统故障的准确诊断所提出的迫切需求深有体会, 深感有必要将多年来的研究成果进行归纳总结, 对液压系统故障诊断领域的新理论与新方法及其应用作系统的阐述。旨在为丰富和完善故障诊断的理论方法,促进诊断理论方法满足工程实用化的需求, 为建立及时准确的液压系统智能故障诊断系统尽绵薄之力。本书系统地阐述了近年来液压系统故障诊断领域新发展的各种理论方法, 并通过液压系统的故障诊断实验进行了有效的验证。全书共分为15章, 深入浅出地介绍了各种新方法及应用。第1章系统地阐述了液压系统故障诊断技术的发展历程及发展趋势, 以及近年来在液压系统故障诊断领域出现的新理论、新方法。第2章归纳了气动元件及系统的常见故障, 并对故障机理进行了分析, 后给出了一些故障排除的方法。第3章介绍了气动系统故障的基本特征及常用的故障诊断技术, 以及气动系统常见故障的产生原因及故障的排除方法, 并给出几个工程应用实例。第4章介绍了液压泵运行状态5通道多传感器状态监测试验系统, 研究了振动传感器和声级计测点的合理确定问题, 分析了轴向柱塞泵各故障状态的特征频率范围, 通过人为模拟泵的多种故障模式对各故障下的监测信号进行了数据采集, 为后续故障诊断理论方法的研究提供了试验数据支持。第5章阐述了时域分析、频域分析和小波包时频域分析的信号特征向量提取方法, 用于对故障振动和声音信号的特征提取。第6章利用灰靶理论方法, 对液压泵故障等级评估问题进行研究。通过对采集的液压泵端盖振动信号进行分析, 首先利用基于主分量分析的熵谱分析方法进行液压泵的故障类型识别, 然后运用灰靶理论方法来确定液压泵的故障等级。第7章提出了一种将灰色理论和神经网络理论相结合的智能故障诊断方法, 基于该方法设计了灰色神经网络模型, 通过对液压泵典型故障进行的诊断试验, 验证了灰色神经网络故障诊断方法的有效性。第8章将前向混沌神经网络应用于液压泵的故障诊断中, 通过对液压泵典型故障进行的诊断试验表明, 与目前应用广泛的BP神经网络相比其收敛速度更快、诊断正确率更高, 体现了混沌神经网络应用于故障诊断方面的优越性。第9章提出了一种加入粒子群优化算法的联想记忆神经网络, 利用粒子群优化算法对改进网络的Hopfield结构部分的权值进行优化, 用于液压泵各种典型故障的诊断识别。通过对比分析, 发现加入粒子群优化算法的联想记忆神经网络具有更高的故障识别正确率。后, 利用艾宾浩斯H.Ebbinghaus 记忆遗忘曲线, 通过合理地安排训练样本的交叉循环顺序, 可有效地纠正记混样本错分 现象。第10章研究了一种基于免疫危险理论的特征选择算法, 实现了对具有众多信息的原始高维特征向量的降维。应用免疫危险理论原理开发了具有学习、聚类、记忆特性的故障诊断算法, 并将这一算法应用于液压泵的故障诊断中。通过液压泵的高维特征信息的降维与故障诊断试验, 验证了基于免疫危险理论故障诊断算法的有效性。第11 章提出了一种基于局部Hilbert边际谱特征能量的特征向量提取方法, 并采用模糊C 均值聚类算法对样本进行故障模式识别。识别结果表明, 所提取的特征向量能够准确反映轴向柱塞泵的故障特征, 用EEMD 处理数据时故障确诊率高于用EMD处理数据, 采用压力信号提取的特征向量优于采用振动信号提取的特征向量。第12章将信息熵理论应用到液压泵健康状态评估之中, 并通过对斜盘式轴向柱塞泵的滑靴偏磨故障的健康状态进行评估, 验证了此方法的有效性, 为机械设备健康状态评估提供了一种新的思路。第13章利用声音信号采用核主元分析KPCA 方法对轴向柱塞泵单柱塞松靴故障进行诊断, 并把该方法的诊断结果与主元分析PCA 法以及基于振动信号的核主元分析法的诊断结果作了比较, 验证了基于声音信号的核主元分析法对液压泵的故障进行诊断的有效性。第14章提出了一种指数加权动态核主元分析EWDKPCA 方法。基于时间滑动窗口进行数据更新, 并引入加权因子, 提出了指数加权动态自回归统计模型。并将其应用到故障诊断中, 诊断结果证明了具有动态自适应性的EWDKPCA 方法对动态非线性故障诊断是非常有效的。第15章提出了支持向量机SVM与证据理论集成的多源信息融合故障诊断方法, 通过试验验证了该理论方法对液压泵故障诊断的有效性, 并将其与BP神经网络与证据理论融合方法、SVM 与证据理论融合方法的诊断效果进行了比较, 验证了该方法的优势。本书各章均为我们长期从事液压设备状态监测与故障诊断研究工作的成果。本书内容取材于国家自然科学基金资助项目液压AGC 系统机电液耦合非线性动力学行为的理论及关键技术基础 51475405 和基于数据驱动知识发现的智能故障诊断方法与专家系统关键技术51075349, 河北省自然科学基金资助项目少故障样本条件下基于数据挖掘的液压AGC 系统智能故障诊断理论方法及系统 E2013203161等的部分相关研究成果。姜万录编著了本书的第1章、第4~15章, 刘思远编著了第2章、第3章。全书由姜万录统稿。在本书成稿期间, 博士研究生朱勇参与了部分文稿的编辑和整理工作, 在此表示衷心感谢。本书参考了大量文献, 由于篇幅所限未能逐一列出, 各章仅列出了主要参考文献, 在此对原文作者表示衷心感谢。考虑本书主要面向从事设备故障诊断与维修工作的广大读者, 因此力求用通俗易懂的语言进行阐述, 尽量避免难涩的基础理论推导内容。由于我们的学术水平有限, 书中缺点在所难免, 恳请广大读者给予批评指正。本书适用于从事设备状态监测和故障诊断工作的工程技术人员阅读,也可作为高等学校相关专业研究生的参考书。姜万录2016年9月于燕山大学
|
|
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
