液壓機(jī)智能故障診斷方法集成技術(shù)

第1章 液壓機(jī)故障分析方法 1
1.1　液壓機(jī)簡介 3
1.2　液壓機(jī)故障診斷方法 4
1.3　液壓機(jī)可靠性維修 6

第2章 典型液壓機(jī)液壓回路分析 11
2.1　短周期貼面液壓機(jī)液壓回路分析 13
2.2　德國溫康納短周期貼面液壓機(jī)液壓回路分析 20
2.3　薄板拉伸液壓機(jī)液壓回路分析 25
2.4　打包機(jī)液壓回路分析 27

第3章 液壓機(jī)數(shù)據(jù)采集及數(shù)據(jù)處理 29
3.1　液壓機(jī)數(shù)據(jù)采集及處理框架設(shè)計(jì) 31
3.2　液壓機(jī)數(shù)據(jù)采集硬件設(shè)計(jì) 34
3.3　液壓機(jī)數(shù)據(jù)采集軟件設(shè)計(jì) 38
3.4　液壓機(jī)信號(hào)檢測的測量方式設(shè)計(jì) 49
3.5　信號(hào)的頻域分析 52
3.6　液壓機(jī)數(shù)據(jù)的小波處理 57
3.7　液壓機(jī)數(shù)據(jù)的EEMD處理 65

第4章 液壓機(jī)故障智能診斷技術(shù) 77
4.1　智能化故障診斷技術(shù)概述 79
4.2　支持向量機(jī)在液壓機(jī)故障診斷中的應(yīng)用 84
4.3　BP神經(jīng)網(wǎng)絡(luò)的算法及應(yīng)用 95
4.4　RBF網(wǎng)絡(luò) 102
4.5　基于PCA與奇異值分解算法的故障診斷 108
4.6　極限學(xué)習(xí)機(jī) 113
4.7　專家系統(tǒng) 117
4.8　基于圖顯專家系統(tǒng)（GES）的液壓機(jī)故障診斷設(shè)計(jì) 129
4.9　隱馬爾科夫HMM故障診斷方法 138
4.10　決策樹 141
4.11　隨機(jī)森林 146
4.12　傅里葉描述子在液壓機(jī)故障診斷中的應(yīng)用 149
4.13　遠(yuǎn)程監(jiān)控系統(tǒng) 159

第5章 液壓機(jī)故障診斷集成方法 163
5.1　基于CBR-FAT的液壓機(jī)故障診斷專家系統(tǒng)構(gòu)建 165
5.2　CLIPS與VC 混合編程的專家系統(tǒng)在液壓機(jī)維修中的應(yīng)用 176
5.3　基于HSMM-SVM的大型液壓機(jī)故障診斷方法研究 181
5.4　基于ES-MLSTM的液壓機(jī)故障診斷系統(tǒng)設(shè)計(jì) 192
5.5　基于SDPCA主成分特征相似度的故障檢測與性能評估方法 216
5.6　基于SKDPCA故障檢測與性能評估方法 237
5.7　基于SDPCA的多態(tài)過程故障診斷與性能評估研究 253

參考文獻(xiàn) 262