0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: 图书分类 > 工程技术 > 控制工程 > 轧钢过程数据驱动故障诊断与质量预报方法研究 ——基于多元统计方法

相同语种的商品

销售排行榜

浏览历史

轧钢过程数据驱动故障诊断与质量预报方法研究 ——基于多元统计方法


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
轧钢过程数据驱动故障诊断与质量预报方法研究 ——基于多元统计方法
  • 书号：9787030601025
    作者：石怀涛
  • 外文书名：
  • 装帧：平装
    开本：B5
  • 页数：150
    字数：207000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2019-10-01
  • 所属分类：
  • 定价： ￥99.00元
    售价： ￥78.21元
  • 图书介质:
    纸质书

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书以提高轧钢机械系统运行可靠性为原则，从降低故障诊断率和维修成本的角度出发，本着理论性与实际性相结合的原则，全面系统地分析轧钢过程工艺、主要机械设备组成、轧钢过程主要故障类型，以及轧钢过程故障特性。本书针对其数据及振动信号特点和过程特性，深入研究轧钢过程的状态监测、故障分离、故障识别及质量预报方法，并用大量篇幅详细介绍了基于多元统计方法的轧钢设备故障诊断和质量预报的各种新技术和新方法，具有很好的理论价值和实用价值。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    《博士后文库》序言
    前言
    第1章 绪论 1
    1.1 引言 1
    1.2 本书涉及的基本概念 1
    1.3 故障诊断发展现状和研究现状 2
    1.3.1 故障诊断技术的发展现状 2
    1.3.2 轧钢过程故障诊断的研究现状 3
    1.3.3 基于多元统计分析的故障诊断方法的研究现状 9
    1.4 本书主要内容 13
    第2章 轧钢过程工艺原理及故障分析 15
    2.1 引言 15
    2.2 轧钢过程的工艺阶段 15
    2.2.1 热连轧工艺阶段 15
    2.2.2 冷轧工艺阶段 17
    2.3 轧钢过程主要故障分析 19
    2.4 轧钢过程变量数据特性分析及轧钢机故障特性分析 22
    2.4.1 轧钢过程变量数据特性分析 22
    2.4.2 轧钢机故障特性分析 23
    2.5 轧钢机状态监测 23
    第3章 多元统计分析故障诊断和质量预报基本理论 24
    3.1 引言 24
    3.2 数据的预处理 24
    3.3 多元统计分析主要方法 25
    3.3.1 主成分分析方法 25
    3.3.2 独立成分分析方法 34
    3.3.3 偏最小二乘方法 45
    3.3.4 费希尔判别分析方法 49
    3.4 基于多元统计的状态监测 53
    3.5 基于多元统计的故障分离 54
    3.6 基于统计回归的质量预报 55
    第4章 基于马氏距离相对变换偏最小二乘的轧钢过程状态监测 57
    4.1 引言 57
    4.2 基于马氏距离相对变换的偏最小二乘统计建模 58
    4.2.1 马氏距离相对变换的基本思想 58
    4.2.2 基于马氏距离相对变换的偏最小二乘统计建模步骤 61
    4.3 马氏距离相对变换偏最小二乘方法 62
    4.3.1 监测统计量及其控制限的确定 62
    4.3.2 基于马氏距离相对变换偏最小二乘的轧钢过程状态监测步骤 62
    4.3.3 基于马氏距离相对变换偏最小二乘方法的计算复杂度分析 63
    4.4 仿真实例 63
    4.4.1 概述 63
    4.4.2 仿真结果与分析 65
    4.5 本章小结 71
    第5章 基于MBRTICA的状态监测和故障定位 72
    5.1 引言 72
    5.2 多块理论 73
    5.3 RTICA故障检测方法 74
    5.3.1 相对变换 74
    5.3.2 RTICA方法 77
    5.3.3 RTICA故障检测步骤 78
    5.4 基于多块的RTICA故障诊断方法 79
    5.5 基于MBRTICA方法的轧机轴承裂纹故障诊断 81
    5.6 本章小结 85
    第6章 基于改进动态核主成分分析方法结合独立成分分析方法的状态监测和故障分离 87
    6.1 引言 87
    6.2 动态主成分分析方法和核主成分分析方法 88
    6.2.1 动态主成分分析方法 88
    6.2.2 核主成分分析方法 89
    6.3 独立成分分析方法 91
    6.3.1 独立成分分析方法基本概念 91
    6.3.2 独立成分分析方法实现步骤 92
    6.3.3 监控统计量及其控制限的确定 93
    6.4 基于改进动态核主成分分析方法结合独立成分分析方法的统计建模、状态监测和故障分离方法 94
    6.4.1 统计建模 94
    6.4.2 状态监测和故障分离方法 95
    6.5 仿真实例 96
    6.5.1 概述 96
    6.5.2 仿真结果与分析 97
    6.6 本章小结 102
    第7章 基于优化策略的KFDA的状态监测和故障识别 103
    7.1 引言 103
    7.2 基于KFDA的故障识别 104
    7.2.1 FDA的基本原理 104
    7.2.2 KFDA方法的基本原理 106
    7.2.3 基于KFDA的状态监测和故障识别 108
    7.3 基于改进生物地理学优化算法的核参数优化和特征样本选取 109
    7.3.1 生物地理学优化算法 109
    7.3.2 改进生物地理学优化算法 112
    7.3.3 核参数优化和特征样本选取 114
    7.4 基于优化策略的KFDA方法 116
    7.5 仿真实例 117
    7.5.1 概述 117
    7.5.2 仿真结果与分析 119
    7.6 本章小结 125
    第8章 基于非线性特征提取和回归的故障诊断与质量预报 126
    8.1 引言 126
    8.2 基于核偏最小二乘的非线性特征提取和回归 127
    8.2.1 基于核偏最小二乘的非线性特征提取 127
    8.2.2 基于核偏最小二乘的非线性回归 128
    8.3 费希尔判别分析方法介绍 128
    8.4 基于偏最小二乘方法结合费希尔判别分析的方法 129
    8.4.1 质量预报中核偏最小二乘与费希尔判别分析的关系 129
    8.4.2 基于非线性特征提取和回归的故障诊断与质量预报统计建模 130
    8.4.3 算法流程 131
    8.5 仿真实例 132
    8.5.1 概述 132
    8.5.2 仿真结果与分析 133
    8.6 本章小结 140
    参考文献 142
    编后记 151
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com