現(xiàn)代故障診斷與容錯控制

上篇 理論與方法
第1章 緒論
1.1引言
1.2 非線性系統(tǒng)的故障檢測與診斷技術(shù)
1.2.1 動態(tài)系統(tǒng)故障檢測與診斷技術(shù)的一些概念與名詞
1.2.2 方法的分類與概述
1.2.3 當前的熱點問題
1.3 容錯控制技術(shù)
1.3.1 容錯控制中的基本概念與名詞
1.3.2 容錯控制的主要方法
1.3.3 熱點與難點問題
1.4 本書內(nèi)容概述
本章參考文獻
第2章 基于主元分析的傳感器故障診斷與重構(gòu)方法
2.1 引言
2.2 基于主元分析的故障檢測
2.2.1 主元分析（PCA）
2.2.2 基于PCA的故障檢測
2.3 基于PCA的故障傳感器重構(gòu)
2.3.1 迭代方法
2.3.2 未重構(gòu)的方差
2.4 重構(gòu)殘差與故障的傳播
2.4.1 基于重構(gòu)變量構(gòu)成的殘差（重構(gòu)殘差）
2.4.2 故障在殘差序列中的傳播
2.5 基于傳感器有效度指標的故障辨識
2.5.1 設(shè)計方法與特性
2.5.2 基于殘差指數(shù)加權(quán)移動平均（EWMA）的故障辨識
2.6 鍋爐過程的應(yīng)用研究
2.7 結(jié)束語
本章參考文獻
第3章 基于小波變換的故障診斷方法
3.1 引言
3.2 小波變換的基本原理
3.2.1 預(yù)備知識
3.2.2 小波與小波變換
3.3 基于小波變換的函數(shù)的局部正規(guī)性描述
3.4 奇異性的檢測
3.5 基于小波變換的動態(tài)系統(tǒng)的故障檢測
3.5.1 基于連續(xù)小波變換的極值點進行故障檢測
3.5.2 基于離散小波變換檢測隨機信號頻率結(jié)構(gòu)的突變
3.6 仿真研究
3.7 結(jié)束語
本章參考文獻
第4章 強跟蹤濾波器理論及其在非線性系統(tǒng)故障診斷中的應(yīng)用
4.1 引言
4.2 強跟蹤濾波器（STF）的引入
4.3 一種帶次優(yōu)漸消因子的擴展卡爾曼濾波器（SFEKF）
4.3.1 一個有用的定理
4.3.2 次優(yōu)漸消因子的確定
4.4 一種帶多重次優(yōu)漸消因子的擴展卡爾曼濾波器（SMFEKF）
4.4.1 SMFEKF的導出
4.4.2 STF與擴展卡爾曼濾波器（EKF）的性能比較分析
4.5 相關(guān)噪聲干擾下的SMFEKF算法
4.6 有色噪聲干擾下的SMFEKF算法
4.6.1 一種非線性平滑器
4.6.2 SMFEKF算法
4.7 非線性系統(tǒng)狀態(tài)與參數(shù)的聯(lián)合估計方法
4.8 非線性系統(tǒng)的偽偏差分離估計（PSBE）算法
4.9 相關(guān)噪聲下非線性系統(tǒng)的PSBE算法
4.10 有色噪聲下的PSBE算法
4.11關(guān)于STF魯棒性的仿真研究
4.12 六種帶遺忘因子的遞推估計算法的比較研究
4.12.1 模型與算法
4.12.2 Monte Carlo隨機仿真實驗
4.12.3 SFEKF與遞推最小二乘（RLS）類等法的關(guān)系
4.13基于STF的非線性系統(tǒng)的故障診斷
4.13.1 一種非線性系統(tǒng)“參數(shù)偏差”型故障（FDDPB）的檢測
與診斷方法
4.13.2 FDDPB其法的典型應(yīng)用
4.14 結(jié)束語
本章參考文獻
第5章 基于遺傳算法的故障診斷方法
5.1 生物學中的一些基本概念
5.1.1 DNA編碼
5.1.2 遺傳信息的流動
5.1.3 重組（recombination）
5.1.4 變異（mutation）
5.2 （人工）遺傳算法的基本知識
5.2.1 概述
5.2.2 經(jīng)典的遺傳算法
5.3 基于遺傳算法的最優(yōu)統(tǒng)計聚類分析
5.3.1 典型故障數(shù)據(jù)集的聚類問題
5.3.2 高維數(shù)據(jù)聚類問題的遺傳算法
5.3.3 仿真例子
5.4 遺傳算法在故障診斷專家系統(tǒng)中的應(yīng)用
5.4.1 基于遺傳算法的推理方法
5.4.2 基于遺傳其法的學習方法
5.5 結(jié)束語
本章參考文獻
第6章 神經(jīng)網(wǎng)絡(luò)技術(shù)及其在故障診斷中的應(yīng)用
6.1 引言
6.1.1 神經(jīng)網(wǎng)絡(luò)與故障診斷
6.1.2 神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展與現(xiàn)狀
6.2 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
6.2.1 神經(jīng)元模型
6.2.2 神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)
6.2.3 神經(jīng)網(wǎng)絡(luò)的學習規(guī)則
6.3 典型結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)
6.3.1 反向傳播（BP）網(wǎng)絡(luò)
6.3.2 徑向基函數(shù)（RBF）網(wǎng)絡(luò)
6.3.3 Hopfield網(wǎng)絡(luò)
6.3.4 自組織特征映射網(wǎng)絡(luò)
6.3.5 遞歸神經(jīng)網(wǎng)絡(luò)
6.4 改進型BP算法及其在故障診斷中的應(yīng)用
6.4.1 改進型BP算法
6.4.2 在船舶主柴油機冷卻系統(tǒng)故障診斷中的應(yīng)用
6.5 集成BP算法、多重結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)（MNN）及其應(yīng)用
6.5.1 集成BP算法
6.5.2 基于層次分類診斷模型的MNN
6.5.3 在船舶主柴油機故障診斷中的應(yīng)用
6.6 結(jié)束語
本章參考文獻
第7章 模糊理論及其在故障診斷中的應(yīng)用
7.1 引言
7.2 模糊集合理論基礎(chǔ)
7.2.1 模糊集合的概念及基本運算
7.2.2 模糊關(guān)系與模糊矩陣
7.2.3 模糊模式識別
7.3 模糊邏輯系統(tǒng)
7.3.1 模糊邏輯系統(tǒng)結(jié)構(gòu)
7.3.2 模糊規(guī)則庫
7.3.3 模糊推理機
7.3.4 模糊化和反模糊化單元
7.3.5 高木—關(guān)野模糊邏輯系統(tǒng)
7.3.6 模糊邏輯系統(tǒng)在故障診斷中的應(yīng)用
7.4 模糊神經(jīng)網(wǎng)絡(luò)
7.4.1 模糊邏輯系統(tǒng)與神經(jīng)網(wǎng)絡(luò)
7.4.2 神經(jīng)網(wǎng)絡(luò)—模糊推理協(xié)作系統(tǒng)
7.4.3 模糊神經(jīng)網(wǎng)絡(luò)模型
7.4.4 模糊神經(jīng)網(wǎng)絡(luò)（FNN）學習方法
7.4.5 網(wǎng)絡(luò)的剪裁
7.5 基于FNN和模糊邏輯的FDD系統(tǒng)示例
7.5.1 FDD系統(tǒng)概述
7.5.2 知識獲取與學習樣本組織
7.5.3 FNN系統(tǒng)構(gòu)造與仿真結(jié)果
7.5.4 FNN輸出的模糊規(guī)則解釋
7.6 結(jié)束語
本章參考文獻
第8章 基于定性與定量過程知識的集成故障診斷方法
8.1 引言
8.2 定性推理：符號定向圖（SDG）方法
8.2.1 定性模型
8.2.2 故障診斷
8.3 定性與定量的集成推理方法
8.3.1 模糊集
8.3.2 定量知識的圖形描述
8.3.3 應(yīng)用領(lǐng)域
8.3.4 定性與定量模型的仿真方法
8.4 故障診斷方法
8.4.1 定性與定量模型的構(gòu)造
8.4.2 規(guī)則的推導
8.5 應(yīng)用例子
8.5.1 診斷系統(tǒng)
8.5.2 診斷結(jié)果
8.6 多重故障情形
8.7 結(jié)束語
本章參考文獻
第9章 基于模式識別方法的動態(tài)多變量系統(tǒng)的故障診斷
9.1 引言
9.2 動態(tài)時間規(guī)整（DTW）其法
9.2.1 約束條件的選取
9.2.2 DTW算法
9.3 基于DTW算法的故障診斷方法
9.4 實例研究
9.4.1 過程描述
9.4.2 仿真研究
9.5 基于PCA與DTW的故障診斷方法
9.6 結(jié)束語
本章參考文獻
第10章 線性系統(tǒng)的容錯設(shè)計方法
10.1 引言
10.2 基于參數(shù)空間的容錯極點配置方法
10.2.1 問題描述
10.2.2 極點可行區(qū)域與特征多項式系數(shù)之間的關(guān)系
10.2.3 對執(zhí)行器故障的容錯控制器設(shè)計
10.2.4 對執(zhí)行器及傳感器故障的輸出反饋容錯控制律設(shè)計
10.2.5 仿真示例
10.2.6 小結(jié)
10.3 基于Riccati型方程的容錯設(shè)計方法
10.3.1 Riccati方程的一個性質(zhì)
10.3.2 對執(zhí)行器故障的容錯狀態(tài)反饋控制律
10.3.3 對傳感器故障的容錯控制律設(shè)計
10.3.4 仿真示例
10.4 時滯不確定性系統(tǒng)的魯棒容錯控制
10.4.1 問題描述
10.4.2 基本容錯控制器的設(shè)計方法
10.4.3 魯棒容錯控制器設(shè)計
10.4.4 仿真示例
10.5 控制律容錯重組方法
10.5.1 問題陳述
10.5.2 基本設(shè)計方法
10.5.3 仿真不例
10.6 容錯控制系統(tǒng)設(shè)計的計算機輔助設(shè)計（CAD）方法
10.6.1 問題陳述與方法原理
10.6.2 控制器參數(shù)設(shè)計的CAD方法
10.6.3 多變量穩(wěn)定容錯控制器的設(shè)計
10.6.4 設(shè)計示例
10.6.5 設(shè)計過程的實施
10.7 結(jié)束語
本章參考文獻
第11章 非線性系統(tǒng)的自適應(yīng)容錯控制
11.1 引言
11.2 一般模型控制的基本原理
11.3 基于強跟蹤濾波器的自適應(yīng)一般模型控制（AGMC）
11.3.1 基于參數(shù)估計的AGMC方法
11.3.2 基于輸入等價干擾的AGMC方法
11.3.3 實驗研究
11.4 非線性系統(tǒng)的自適應(yīng)容錯一般模型控制
11.4.1 傳感器自適應(yīng)容錯一般模型控制
11.4.2 仿真研究
11.5 結(jié)束語
本章參考文獻
下篇 仿真與應(yīng)用
第12章 雙線性故障檢測觀測器及其在液壓驅(qū)動系統(tǒng)中的應(yīng)用
12.1 引言
12.2 雙線性故障檢測觀測器（BFDO）
12.2.1 雙線性模型
12.2.2 BFDO的結(jié)構(gòu)
12.2.3 BFDO的設(shè)計
12.3 液壓系統(tǒng)的故障檢測與分離
12.3.1 液壓系統(tǒng)的建模
12.3.2 液壓系統(tǒng)的故障診斷
12.4 結(jié)束語
本章參考文獻
第13章 一個連續(xù)攪拌釜式反應(yīng)器（CSTR）的集成故障診斷與容錯控制
13.1 引言
13.2 GSTR的故障模型
13.3 集成故障診斷與容錯控制策略
13.4 仿真研究
13.5 結(jié)束語
本章參考文獻
第14章 非線性自適應(yīng)觀測器及其在閉環(huán)非線性系統(tǒng)元部件故障診斷中的應(yīng)用
14.1 引言
14.2 非線性自適應(yīng)觀測器
14.2.1 非線性自適應(yīng)觀測器的設(shè)計方法
14.2.2 仿真研究
14.3 閉環(huán)非線性系統(tǒng)元部件故障的檢測與診斷
14.3.1 CSTR模型
14.3.2 控制律與故障診斷算法
14.3.3 仿真研究
14.4 結(jié)束語
本章參考文獻
第15章 船舶舵槳裝置控制系統(tǒng)的FDD系統(tǒng)開發(fā)
15.1 引言
15.2 對象系統(tǒng)概述
15.2.1 系統(tǒng)結(jié)構(gòu)及工作原理
15.2.2 主要故障現(xiàn)象與原因
15.3 故障診斷方案
15.3.1 故障樹診斷方法
15.3.2專家系統(tǒng)方法
15.3.3 神經(jīng)網(wǎng)絡(luò)方法
15.4 故障診斷系統(tǒng)總體結(jié)構(gòu)及輔助功能
15.5 結(jié)束語
本章參考文獻
第16章 船舶機艙系統(tǒng)的一種綜合安全控制策略
16.1 引言
16.2 安全控制系統(tǒng)結(jié)構(gòu)與實現(xiàn)方法
16.2.1 系統(tǒng)結(jié)構(gòu)
16.2.2 信號校驗的實現(xiàn)方法
16.2.3 船舶主機故障診斷仿真系統(tǒng)
16.2.4 誤操作檢測與處理——計算機輔助操作（CAO）系統(tǒng)
16.2.5 針對外部因素的安全控制實現(xiàn)方法
16.3 結(jié)束語
本章參考文獻