序前言第1章 绪论 1.1 大型旋转机械运行状态及故障趋势预测的研究意义 1.2 大型旋转机械运行状态及故障趋势预测的相关研究进展 1.3 大型旋转机械运行状态及故障趋势预测的研究现状 1.4 本书研究的主要内容 参考文献第2章 大型旋转机械运行状态及故障趋势预测的信号处理方法 2.1 状态及故障趋势预测中的平稳信号分析方法 2.2 状态及故障趋势预测中的非平稳信号分析方法 2.3 基于数学形态谱的趋势预测特征提取方法 2.4 基于循环平稳度的趋势预测特征提取方法 2.5 基于无量纲参数的趋势预测特征提取方法 2.6 基于经验模态分解的趋势预测特征提取方法 参考文献第3章 基于模型的大型旋转机械运行状态及故障的趋势预测 3.1 基于模型的趋势预测研究描述 3.2 灰色预测 3.3 分离趋势项组合预测模型 3.4 基于振动频率分量敏感因子的趋势预测模型 3.5 基于隐马尔可夫模型的预测技术及其优化 3.6 设备趋势预测若干工程应用模型 3.7 分整差分函数系数自回归预测模型和三次holt指数平滑预测模型 参考文献第4章 基于人工智能的大型旋转机械运行状态及故障的趋势预测 4.1 基于人工智能的趋势预测研究描述 4.2 人工神经网络及其趋势预测问题 4.3 人工神经网络趋势预测 4.4 基于新息加权的神经网络趋势预测方法 4.5 基于均值函数的新息加权神经网络趋势预测方法 4.6 变权重人工神经网络组合趋势预测方法 4.7 基于遗传算法的趋势预测 4.8 基于遗传算法的人工神经网络趋势预测方法 4.9 基于量子的人工神经网络故障趋势预测方法 参考文献第5章 基于支持向量机的大型旋转机械运行状态及故障的趋势预测 5.1 基于支持向量机的趋势预测研究描述 5.2 支持向量机及其回归算法 5.3 基于支持向量机的预测模型 5.4 基于支持向量机的旋转注水机组振动烈度预测 5.5 支持向量机预测模型与自回归预测模型的比较 5.6 支持向量机的趋势预测与神经网络预测模型的比较 5.7 机械系统状态趋势预测的支持向量机组合模型 参考文献第6章 基于混沌时间序列的大型旋转机械运行状态及故障的趋势预测 6.1 基于混沌时间序列的趋势预测研究描述 6.2 混沌与分形的基本理论 6.3 基于混沌理论的机电系统故障趋势预测技术 6.4 基于混沌的机电系统故障趋势预测方法 6.5 混沌趋势预测在大型烟气轮机故障趋势预测中的应用 参考文献第7章 基于粗糙集和数据挖掘的大型旋转机械运行状态及故障的趋势预测 7.1 基于粗糙集和数据挖掘的趋势预测研究描述 7.2 基于粗糙集的趋势状态故障预测与知识提取 7.3 基于数据挖掘的大型旋转机械趋势预测知识获取 7.4 墓于趋势预测方法的自适应选择和决策优化模型 参考文献第8章 基于数据的多变换域大型旋转机械运行状态及故障的趋势预测 8.1 基于数据的多变换域故障趋势预测研究描述 8.2 基于数据的多变换域非线性故障趋势预测 8.3 时频域的提升小波包故障敏感特征频带提取 8.4 拓扑域的基于流形学习方法的故障特征非线性降维 8.5 时域的动态自适应人工神经网络趋势预测方法 参考文献第9章 大型旋转机械趋势预测的实验研究及系统集成 9.1 故障模拟转子实验台系统的构建及实验研究 9.2 基于实验台的旋转机械故障特征实验研究实例 9.3 基于远程网络的工业现场大型旋转机械故障预测系统 9.4 安全监测预测系统的集成研发 参考文献第10章 大型旋转机械运行状态及故障的监测预测应用研究 10.1 大型旋转烟气轮机发电机组监测预测的应用研究 10.2 大型旋转多级分段式离心泵机组故障预报的应用研究 10.3 高档数控机床故障预报的应用研究 10.4 大型旋转—往复动力设备状态监测与故障预测研究 10.5 关键设备群智能健康物联网的构建 参考文献
· · · · · · (收起)