書馨卡幫你省薪 2024個(gè)人購書報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >
機(jī)械設(shè)備混合智能故障診斷與預(yù)測

機(jī)械設(shè)備混合智能故障診斷與預(yù)測

出版社：華中科技大學(xué)出版社出版時(shí)間：2024-02-01
開本： 16開 頁數(shù)： 198
中 圖 價(jià):¥57.7(7.3折) 定價(jià)  ¥79.0 登錄后可看到會員價(jià)
加入購物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>

機(jī)械設(shè)備混合智能故障診斷與預(yù)測 版權(quán)信息

機(jī)械設(shè)備混合智能故障診斷與預(yù)測 本書特色

本書面向機(jī)械設(shè)備故障診斷，闡述了從無/有監(jiān)督淺層機(jī)器學(xué)習(xí)到深度學(xué)習(xí)的混合智能診斷理論和方法，不僅可作為高等院校機(jī)械工程等專業(yè)教師、研究生參考學(xué)習(xí)，而且也可為科研機(jī)構(gòu)及企業(yè)從事設(shè)備故障診斷、預(yù)測及維護(hù)等相關(guān)領(lǐng)域研究的科研人員提供參考。

機(jī)械設(shè)備混合智能故障診斷與預(yù)測 內(nèi)容簡介

本書面向機(jī)械設(shè)備的安全運(yùn)行和預(yù)測維護(hù)，系統(tǒng)的開展了闡述了基于數(shù)據(jù)驅(qū)動的設(shè)備故障智能診斷與預(yù)測的理論與方法。基于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、遷移學(xué)習(xí)的故障診斷與預(yù)測的原理和方法，從模式識別的角度，重點(diǎn)闡述了基于無監(jiān)督混合智能診斷、有監(jiān)督混合智能診斷、混合深度智能診斷、遷移診斷、故障預(yù)測等，涵蓋了機(jī)械設(shè)備從傳統(tǒng)的淺層機(jī)器學(xué)習(xí)到深度學(xué)習(xí)的故障診斷的新方法及新技術(shù)。本書可供高等院校、科研機(jī)構(gòu)及企業(yè)中從事機(jī)械設(shè)備故障診斷、預(yù)測及維護(hù)等相關(guān)領(lǐng)域研究人員使用參考，也可作為高等院校機(jī)械工程、控制工程、自動化及系統(tǒng)工程等專業(yè)教師、研究生和高年級本科生教材或教學(xué)參考書。

機(jī)械設(shè)備混合智能故障診斷與預(yù)測 目錄

第1章 緒論1
1.1 混合智能故障診斷與預(yù)測的概念1
1.2 混合智能故障診斷與預(yù)測的意義3
1.3 混合智能故障診斷與預(yù)測的研究內(nèi)容3
1.4 混合智能故障診斷與預(yù)測的研究現(xiàn)狀5
1.5 本書的結(jié)構(gòu)體系與特點(diǎn)9 第2章 無監(jiān)督混合智能故障診斷方法13
2.1 無監(jiān)督混合智能故障診斷方法概述13
2.2 基于ART模糊相似性聚類的無監(jiān)督故障診斷方法14
2.3 基于軟競爭ART模糊相似性聚類的無監(jiān)督故障診斷方法27
2.4 集成軟競爭ART模糊相似性聚類的無監(jiān)督故障診斷方法35
2.5 本章小結(jié)41
第3章 有監(jiān)督混合智能故障診斷方法43
3.1 有監(jiān)督混合智能故障診斷方法概述43
3.2 加權(quán)FuzzyARTMAP智能診斷方法44
3.3 混合競爭的FuzzyARTMAP有監(jiān)督故障診斷方法55
3.4 選擇性集成FuzzyARTMAP智能診斷方法61
3.5 本章小結(jié)75 第4章 混合深度學(xué)習(xí)故障診斷方法77
4.1 混合深度學(xué)習(xí)故障診斷方法概述77
4.2 集成模糊相似性深度度量學(xué)習(xí)的故障診斷方法78
4.3 多元信息決策融合的膠囊網(wǎng)絡(luò)故障診斷方法100
4.4 多尺度特征融合的ViT故障診斷方法115
4.5 本章小結(jié)130 第5章 基于遷移學(xué)習(xí)的故障診斷方法132
5.1 混合遷移學(xué)習(xí)診斷方法概述132
5.2 選擇性集成遷移的支持向量機(jī)故障診斷方法133
5.3 基于組合核函數(shù)半監(jiān)督遷移成分的深度遷移診斷方法143
5.4 本章小結(jié)162
第6章 設(shè)備故障混合智能預(yù)測方法163
6.1 設(shè)備故障混合智能預(yù)測方法概述163
6.2 改進(jìn)的灰色模型故障預(yù)測方法163
6.3 基于ARTRBF混合智能故障預(yù)測方法171
6.4 設(shè)備剩余壽命的深度遷移預(yù)測方法182
6.5 本章小結(jié)199 第7章 總結(jié)與展望201
7.1 總結(jié)201
7.2 展望202
展開全部

機(jī)械設(shè)備混合智能故障診斷與預(yù)測 作者簡介

徐增丙，副教授，博士研究生。1998.9—2002.6，本科畢業(yè)于武漢科技大學(xué)；2002.9—2005.6，碩士畢業(yè)于武漢科技大學(xué)；2005.9—2009.9，博士畢業(yè)于華中科技大學(xué)；2009.10—2013.11，三一重工股份有限公司；2013.11至今，武漢科技大學(xué)。主持國家自然科學(xué)基金青年項(xiàng)目和面上項(xiàng)目各1項(xiàng)、國家重點(diǎn)實(shí)驗(yàn)室開放項(xiàng)目1項(xiàng)、國防預(yù)研項(xiàng)目1項(xiàng)、企業(yè)橫向課題6項(xiàng)；參與國家自然科學(xué)基金4項(xiàng)、973項(xiàng)目和863項(xiàng)目各1項(xiàng)；發(fā)表文章30余篇，SCI/EI收錄20余篇；獲省科技進(jìn)步二等獎1項(xiàng)。已發(fā)表文章：[1]Ensemble Capsule Network with an Attention Mechanism for the Fault Diagnosis of Bearings from Imbalanced Data Samples,Zengbing Xu, Carman Ka Man Lee,Yaqiong Lv,sensors,2022,22,5543.[2]A Novel Fault Diagnosis Method of Rolling Bearing Based on Integrated Vision Transformer Model,Xinyu Tang,Zengbing Xu,and Zhigang Wang,sensors,2022,22,3878.[3]A Novel Attentional Feature Fusion with Inception Based on Capsule Network and Application to the Fault Diagnosis of Bearing with Small Data Samples,Zengbing Xu,Ying Wang,Wen Xiong and Zhigang Wang,machines,2022,10,789.

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服