编辑推荐
发电设备智能故障诊断技术为近两年的研究热点,本书使用范围较广。
内容简介
《发电设备智能故障诊断技术》属于近几年科研项目的研究成果总结,主要内容包括发电设备故障数据预处理与特征提取、汽轮发电机组轴心轨迹自动识别技术、基于神经网络的发电设备智能故障诊断、主元分析与神经网络集成的发电设备故障诊断、基于信息融合的发电设备智能集成故障诊断技术、发电设备智能故障诊断应用研究等。
作者简介
张浩,教授、博士生导师。上海市领军人才、优秀学科带头人、曙光优秀学者,国务院政府特殊津贴获得者。现任上海电力学院副校长,主要从事电力自动化与信息化技术、智能电网与新能源发电技术等领域的研究工作。主持完成包括国家863计划重点项目子课题、科技部国际合作计划、教育部科学技术研究重点项目、上海市优秀学科带头人计划、上海市曙光及曙光跟踪计划、上海市科技攻关计划、上海市高校高水平特色发展项目等科研项目20多项。获国家科技进步二等奖、教育部科技进步奖一等奖和二等奖、上海市技术发明奖一等奖、科技进步奖二等奖和三等奖等奖励10多项。公开发表学术论文200多篇,其中有80多篇被SCI、EI、ISTP收录。出版著作10余本,取得专利与著作权10多项。
目录
前言
l 概述
1.1 发电设备智能故障诊断的意义
1.2 国内外发展研究现状分析
2 发电设备故障数据预处理与特征提取
2.1 数据预处理与特征提取方法
2.2 嵌入式数据预处理与特征提取平台
2.3 基于FFT变换的发电设备数据预处理
2.4 基于小波变换的发电设备故障特征提取
3 汽轮发电机组轴心轨迹自动识别技术
3.1 轴心轨迹自动识别框架设计
3.2 基于一种粒子群模型的轴心轨迹提纯
3.3 基于不变矩的轴心轨迹特征提取
3.4 基于BP神经网络的特征识别
3.5 仿真实例研究
4 基于神经网络的发电设备智能故障诊断
4.1 神经网络的概述
4.2 基于BP神经网络的汽轮发电机组故障诊断
4.3 基于RBF神经网络的汽轮发电机组故障诊断
4.4 基于CPN神经网络的汽轮发电机组故障诊断
4.5 基于概率神经网络(PNN)的汽轮发电机组故障诊断
4.6 基于小波神经网络(WNN)的汽轮发电机组故障诊断
4.7 基于模糊神经网络(FNN)汽轮发电机组故障诊断
5 主元分析与神经网络集成的发电设备智能故障诊断
5.1 集成诊断系统框架
5.2 基于主元分析的特征向量降维
5.3 GA-PSO-RBF神经网络
5.4 仿真测试研究
6 基于信息融合的发电设备智能集成故障诊断
6.1 信息融合的概述
6.2 基于D-S证据理论的汽轮机故障诊断
6.3 基于BP-RBF和D-S证据理论的汽轮机集成故障诊断
6.4 基于PNN-RBF和证据理论的集成故障诊断
6.5 基于WNN-PNN和证据理论的集成故障诊断
6.6 基于灰色理论-PNN的汽轮发电机组集成故障诊断
6.7 基于模糊集-BP和D-S证据理论凝汽器集成故障诊断
6.8 基于BP-CPN和D-S证据理论的凝汽器集成故障诊断
7 发电设备智能故障诊断系统应用研究
7.1 基于嵌入式ARM的远程数据采集系统
7.2 基于LabVIEW的汽轮发电机组振动运行监测与故障诊断系统
7.3 发电设备远程状态监测与智能故障诊断系统
参考文献
前言/序言
发电设备智能故障诊断技术 下载 mobi epub pdf txt 电子书 格式