在線(xiàn)傳感器性能評(píng)估與故障診斷方法研究

第1章 緒論
1.1 研究背景
1.1.1 傳感器的重要性
1.1.2 智能傳感器技術(shù)及發(fā)展現(xiàn)狀
1.2 傳感器性能評(píng)估與故障診斷的重要性
1.2.1 故障的定義
1.2.2 故障診斷的任務(wù)及其研究的內(nèi)容
1.2.3 性能評(píng)估的含義
1.2.4 傳感器故障及性能變化原因
1.2.5 傳感器性能評(píng)估與故障診斷的意義
1.3 傳感器故障診斷的方法及研究現(xiàn)狀
1.3.1 基于解析模型的方法
1.3.2 基于信號(hào)處理的方法
1.3.3 基于知識(shí)的方法
1.3.4 目前主要存在的問(wèn)題
1.4 本書(shū)研究的主要內(nèi)容
第2章 在線(xiàn)傳感器性能評(píng)估指標(biāo)和評(píng)估方法的確定
2.1 傳感器的性能指標(biāo)分析
2.1.1 傳感器誤差分析
2.1.2 傳感器靜態(tài)性能指標(biāo)的分析
2.1.3 傳感器的測(cè)量不確定度
2.2 在線(xiàn)傳感器性能評(píng)估方法
2.2.1 傳感器性能評(píng)估基本方法的提出
2.2.2 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)前小波濾波的必要性分析
2.2.3 小波濾波對(duì)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)精度影響的仿真
2.3 本章小結(jié)
第3章 傳感器輸出時(shí)間序列的實(shí)時(shí)小波濾波方法
3.1 小波變換的基本理論
3.1.1 連續(xù)小波變換
3.1.2 離散小波變換
3.1.3 正交小波變換的快速算法——Mallat算法
3.1.4 離散時(shí)間序列的正交小波變換
3.2 小波變換在信號(hào)濾波中的應(yīng)用研究
3.2.1 小波濾波原理
3.2.2 小波濾波的常見(jiàn)方法
3.2.3 傳感器輸出時(shí)間序列的小波域閾值濾波的基本原理
3.2.4 小波域閾值濾波的實(shí)時(shí)性方法研究
3.3 實(shí)時(shí)濾波效果的實(shí)驗(yàn)分析
3.3.1 實(shí)測(cè)信號(hào)的實(shí)時(shí)濾波效果分析
3.3.2 典型信號(hào)的實(shí)時(shí)濾波效果研究
3.3.3 仿真信號(hào)的實(shí)時(shí)濾波效果研究
3.4 本章小結(jié)
第4章 基于神經(jīng)網(wǎng)絡(luò)的傳感器輸出時(shí)間序列預(yù)測(cè)方法
4.1 預(yù)測(cè)的基本理論
4.1.1 預(yù)測(cè)的特點(diǎn)
4.1.2 預(yù)測(cè)性能評(píng)價(jià)指標(biāo)
4.2 時(shí)間序列預(yù)測(cè)的常用方法
4.2.1 傳統(tǒng)的時(shí)間序列預(yù)測(cè)方法
4.2.2 基于神經(jīng)網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)方法
4.3 自適應(yīng)線(xiàn)性神經(jīng)網(wǎng)絡(luò)在時(shí)間序列預(yù)測(cè)中的應(yīng)用
4.3.1 自適應(yīng)線(xiàn)性神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
4.3.2 自適應(yīng)線(xiàn)性神經(jīng)網(wǎng)絡(luò)用于時(shí)間序列預(yù)測(cè)的步驟
4.3.3 自適應(yīng)線(xiàn)性神經(jīng)網(wǎng)絡(luò)進(jìn)行時(shí)間序列預(yù)測(cè)的效果
4.4 BP神經(jīng)網(wǎng)絡(luò)在時(shí)間序列預(yù)測(cè)中的應(yīng)用
4.4.1 BP神經(jīng)網(wǎng)絡(luò)概述
4.4.2 BP神經(jīng)網(wǎng)絡(luò)用于時(shí)間序列預(yù)測(cè)的方法
4.4.3 運(yùn)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行時(shí)間序列預(yù)測(cè)的效果
4.5 本章小結(jié)
第5章 在線(xiàn)傳感器突變信號(hào)的檢測(cè)與識(shí)別
5.1 突變信號(hào)的產(chǎn)生及特征分析
5.2 基于小波變換及小波包的頻帶分析
5.2.1 小波變換與小波包的頻率分辨力
5.2.2 頻帶分析方法
5.2.3 小波頻帶與能量積分
5.2.4 分析步驟
5.3 頻帶分析中的小波函數(shù)選擇
5.4 仿真分析
5.5 實(shí)驗(yàn)研究
5.6 本章小結(jié)
第6章 在線(xiàn)傳感器性能評(píng)估與故障診斷方法的實(shí)驗(yàn)研究
6.1 性能評(píng)估與故障診斷方法流程
6.2 原油儲(chǔ)罐液位傳感器的性能評(píng)估與故障診斷
6.2.1 MT2000原油儲(chǔ)罐液位測(cè)量?jī)x的工作原理簡(jiǎn)介
6.2.2 MT2000原油儲(chǔ)罐液位測(cè)量?jī)x的性能評(píng)估與故障診斷實(shí)驗(yàn)
6.3 原油含水率測(cè)量傳感器的性能評(píng)估與故障診斷
6.3.1 CM-3電容式含水分析儀測(cè)量原理簡(jiǎn)介
6.3.2 cM-3電容式含水分析儀性能評(píng)估與故障診斷實(shí)驗(yàn)
6.4 原油儲(chǔ)罐溫度傳感器的性能評(píng)估與故障診斷
6.5 恒壓供水系統(tǒng)的壓力與流量傳感器評(píng)估實(shí)驗(yàn)
6.5.1 壓力傳感器的性能評(píng)估實(shí)驗(yàn)
6.5.2 流量傳感器的性能評(píng)估實(shí)驗(yàn)
6.6 本章小結(jié)
第7章 基于強(qiáng)跟蹤濾波的傳感器故障診斷方法的改進(jìn)
7.1 基本卡爾曼濾波算法
7.2 擴(kuò)展卡爾曼濾波算法
7.3 強(qiáng)跟蹤卡爾曼濾波及其在傳感器故障診斷中的應(yīng)用
7.3.1 強(qiáng)跟蹤卡爾曼濾波的基本原理
7.3.2 基于強(qiáng)跟蹤卡爾曼濾波的傳感器故障診斷方法
7.3.3 存在的問(wèn)題
7.4 強(qiáng)跟蹤卡爾曼濾波與小波濾波相結(jié)合的改進(jìn)方法
7.4.1 傳感器故障模型的簡(jiǎn)化
7.4.2 仿真實(shí)驗(yàn)
7.5 雙強(qiáng)跟蹤卡爾曼濾波器的改進(jìn)方法
7.5.1 基本原理
7.5.2 仿真實(shí)驗(yàn)
7.6 本章小結(jié)
第8章 結(jié)論與展望
參考文獻(xiàn)