信息融合故障诊断技术

　　前言
　　第1章  绪论
　　1.1  故障信息融合诊断的目的
　　1.2  故障信息融合诊断的策略
　　1.3  故障信息融合诊断技术的发展
　　1.3.1  信息融合技术
　　1.3.2  故障诊断技术
　　1.3.3  希尔伯特一黄变换
　　1.3.4  过程神经元网络
　　1.3.5  支持向量机
　　1.3.6  证据理论
　　1.3.7  贝叶斯网络
　　参考文献
　　第2章  故障信息仿真技术
　　2.1  基于混合自动机的故障描述模型
　　2.1.1  混合自动机理论概述
　　2.1.2  基于混合自动机的故障描述
　　2.1.3  故障描述模型的建立
　　2.2  基于Simulink／Stateflow的故障仿真实现
　　2.2.1  平台姿态测量系统故障描述模型实现
　　2.2.2  速率陀螺组合故障描述模型实现
　　2.2.3  伺服机构故障描述模型实现
　　2.2.4  箭载计算机仿真模型
　　2.2.5  箭体动力学仿真模型
　　2.2.6  力及力矩仿真模型
　　2.2.7  故障仿真案例
　　参考文献
　　第3章  故障特征提取技术
　　3.1  被测量及特征分析
　　3.1.1  故障特征分类
　　3.1.2  确定性信号及特征分析
　　3.1.3  随机信号及特征分析
　　3.2  基于小波变换的特征提取方法
　　3.2.1  基本原理
　　3.2.2  故障特征提取
　　3.2.3  存在的问题
　　3.3  基于希尔伯特一黄变换的特征提取方法
　　3.3.1  基本原理及方法
　　3.3.2  故障特征提取及比较
　　3.3.3  存在的问题
　　3.3.4  分离终止条件的比较分析
　　3.3.5  含直流分量的包络分段计算方法
　　3.3.6  希尔伯特一黄变换在故障诊断中的应用
　　参考文献
　　第4章  故障特征信息融合技术
　　4.1  基于神经网络的融合方法
　　4.1.1  神经元模型
　　4.1.2  前馈神经网络
　　4.1.3  存在的问题
　　4.2  基于过程神经元网络的融合方法
　　4.2.1  过程神经元模型
　　4.2.2  前馈过程神经元网络
　　4.2.3  融合诊断的过程神经元网络模型
　　4.2.4  时间累积运算的比较分析
　　4.2.5  同精度解的存在性研究
　　4.2.6  网络训练收敛性分析
　　4.2.7  网络初始化方法改进
　　4.2.8  网络学习算法改进
　　4.3  神经网络与过程神经元网络的比较
　　4.3.1  一维时变信号的辨识问题
　　4.3.2  多维时变信号的故障识别问题
　　4.3.3  方法适用性分析
　　4.4  基于支持向量机的融合方法
　　4.4.1  最优超平面的构造
　　4.4.2  SVM分类算法推导
　　4.4.3  核函数
　　4.4.4  SVM工作原理
　　4.4.5  SVM融合诊断流程
　　4.5  故障特征信息融合诊断应用
　　4.5.1  基于希尔伯特一黄变换和过程神经元网络的融合诊断
　　4.5.2  基于频谱和过程神经元网络的融合诊断
　　4.5.3  基于希尔伯特一黄变换和支持向量机的融合诊断
　　参考文献
　　第5章  基于D—S证据理论的故障决策信息融合方法
　　5.1  D—S证据理论与故障诊断
　　5.1.1  证据理论基本概念
　　5.1.2  证据分类
　　5.1.3  证据理论决策级融合诊断方法及关键问题
　　5.1.4  证据理论决策级融合诊断模型
　　5.2  证据冲突衡量方法
　　5.2.1  典型冲突衡量方法分析
　　5.2.2  修正证据距离
　　5.2.3  基于合取冲突和修正证据距离的二元组冲突衡量方法
　　5.2.4  二元函数冲突程度衡量方法及其Dempster规则使用判据
　　5.3  证据聚类方法
　　5.3.1  典型证据聚类方法分析
　　5.3.2  基于主元和凝聚层次聚类的证据聚类算法
　　5.3.3  算例验证
　　5.4  证据合成方法
　　5.4.1  Dempster规则悖论分析
　　5.4.2  基于焦元冲突分配的证据序贯合成方法
　　5.4.3  基于焦元冲突分配的证据均值合成方法
　　5.4.4  基于主元的证据折扣方法
　　5.4.5  基于分类的证据折扣方法
　　5.4.6  合成方法比较
　　参考文献
　　第6章  基于贝叶斯网络的故障决策信息融合方法
　　6.1  贝叶斯网络理论
　　6.1.1  概率论及概率推理
　　6.1.2  贝叶斯网络
　　6.1.3  贝叶斯网络推理
　　6.1.4  贝叶斯网络学习
　　6.2  基于贝叶斯网络的故障诊断
　　6.2.1  贝叶斯诊断网络的表达方式
　　6.2.2  贝叶斯诊断网络的数学描述
　　6.2.3  贝叶斯诊断网络的面向对象表达
　　6.2.4  贝叶斯诊断网络的建模方法
　　6.3  案例仿真
　　6.3.1  伺服阀案例分析及建模
　　6.3.2  伺服阀单故障现象仿真与分析
　　6.3.3  伺服阀多故障现象仿真与分析
　　6.3.4  贝叶斯诊断网络算法蒙特卡罗仿真验证试验
　　6.3.5  贝叶斯诊断网络特性总结
　　参考文献
　　每7章  信息融合故障诊断平台设计与实现
　　7.1  信息融合故障诊断平台设计
　　7.1.1  开发环境
　　7.1.2  功能设计
　　7.1.3  软件模块
　　7.1.4  系统流程
　　7.2  信息源模拟软件设计与实现
　　7.2.1  功能设计
　　7.2.2  接口设计
　　7.2.3  软件介绍
　　7.3  特征提取与融合软件设计与实现
　　7.3.1  功能设计
　　7.3.2  接口设计
　　7.3.3  软件介绍
　　7.4  决策融合诊断软件设计与实现
　　7.4.1  功能设计
　　7.4.2  接口设计
　　7.4.3  软件介绍
　　7.5  故障管理统计软件设计与实现
　　7.5.1  功能设计
　　7.5.2  数据结构
　　7.5.3  接口设计
　　7.5.4  软件介绍
　　7.6  信息融合故障诊断平台案例仿真
　　7.6.1  仿真案例
　　7.6.2  诊断准确度统计
　　参考文献 

　　《信息融合故障诊断技术》系统介绍了信息融合故障诊断技术的相关理论、方法、应用及仿真平台实现。全书共6章，主要内容包括故障信息仿真方法、故障特征提取方法、故障特征信息融合方法、故障决策信息融合方法、信息融合故障诊断平台设计与实现。给出了大量应用实例，并针对运载火箭关键系统，给出信息融合诊断案例