智能故障诊断技术 MATLAB应用pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

智能故障诊断技术 MATLAB应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论 1

1.1 故障诊断技术的产生与历史 1

1.2 故障诊断技术发展现状与展望 2

1.2.1 故障诊断技术的现状 2

1.2.2 故障诊断技术应用模式 3

1.2.3 故障诊断未来面临的问题 5

1.4 故障诊断的术语定义 6

第2章 航天器在轨故障分析 8

2.1 引言 8

2.2 结构机构分系统故障统计分析 8

2.2.1 可伸展机构故障 9

2.2.2 驱动装置故障 10

2.2.3 天线装置故障 10

2.2.4 装配连接件与其他故障 10

2.3 控制分系统故障统计分析 10

2.3.1 外部原因造成的姿控回路故障 11

2.3.2 内部构造缺陷引起的姿控回路故障 11

2.4 电源分系统故障的统计分析 13

2.4.1 太阳能电池阵列故障 14

2.4.2 蓄电池组故障 15

2.4.3 电源控制器故障 16

2.5 推进分系统故障统计分析 16

2.5.1 泄漏故障 17

2.5.2 喷注器及尾喷管故障 17

2.5.3 其他电子元器件故障 18

2.6 故障防护 18

2.7 小结 19

第3章 动态系统故障诊断的基本原理 20

3.1 系统故障的数学表示 20

3.1.1 传感器故障模型 20

3.1.2 执行器故障模型 21

3.1.3 系统故障模型 21

3.1.4 控制系统故障的数学描述 21

3.2 基于系统模型的故障诊断原理 22

3.3 线性系统的故障诊断原理 23

3.4 故障检测观测器的设计 26

3.5 带干扰系统的故障诊断 34

3.5.1 残差生成与残差响应 34

3.5.2 干扰解耦设计的一般原理 35

3.6 奇偶矢量法 37

第4章 基于统计理论的故障检测原理 40

4.1 引言 40

4.2 二元假设检验 40

4.2.1 最小误差准则 41

4.2.2 贝叶斯准则（最小风险准则） 42

4.2.3 最大后验概率准则 42

4.3 多元假设检验 43

4.4 基于多种测量残差的故障诊断方法 44

4.4.1 问题描述 44

4.4.2 M-ARY的故障决策方法 44

4.4.3 应用实例 46

第5章 基于神经网络的故障诊断方法 47

5.1 引言 47

5.2 神经网络特性简述 47

5.3 带有偏差单元的递归神经网络 48

5.3.1 BP网络及算法的不足 48

5.3.2 带有偏差单元的递归神经网络 49

5.3.3 带有偏差单元的递归神经网络的误差反向传播学习规则的数学推导 50

5.3.4 带有偏差单元的递归神经网络诊断模型的建立 54

5.3.5 IRN网络的故障诊断方法在航天器电源分系统故障诊断中的应用 57

5.4 基于Hopfield神经网络的故障诊断 60

5.4.1 Hopfield神经网络描述 60

5.4.2 双向联想记忆 61

5.4.3 卫星姿态控制器故障诊断 63

第6章 基于模糊神经网络的故障诊断 65

6.1 引言 65

6.2 模糊、神经网络和人工智能技术的关系 65

6.3 神经网络和模糊系统的比较 66

6.4 模糊和神经网络的结合形式 68

6.5 模糊推理的残差估计 69

6.6 模糊神经网络的故障诊断原理 72

6.6.1 模糊神经网络的结构 73

6.6.2 模糊神经网络的训练 74

6.7 基于模糊神经网络的未建模系统的故障诊断 74

6.7.1 模糊神经网络模型 75

6.7.2 模糊神经网络的训练算法 76

6.7.3 基于模糊神经网络的未建模系统的故障检测 76

6.8 基于泛函模糊神经网络的GPS/INS组合导航系统的软故障诊断 77

6.8.1 状态x2检验原理 77

6.8.2 泛函模糊神经网络的结构 82

6.8.3 仿真结果 84

第7章 基于径向基网络的故障诊断 91

7.1 模糊-径向基网络的故障诊断 91

7.1.1 径向基函数网络和模糊推理系统的功能等价关系 91

7.1.2 基于自适应模糊系统的径向基高斯函数网络 93

7.1.3 学习算法 95

7.1.4 非线性系统的故障诊断 97

7.2 基于HBF神经网络的故障诊断 100

7.2.1 HBF神经网络 100

7.2.2 HBF网络的自适应观测器 101

7.2.3 航天器执行机构故障重构 104

7.3 基于CCA优化的前馈神经网络故障诊断及应用 106

7.3.1 优化算法 106

7.3.2 网络观测器设计与分析 107

7.3.3 非线性系统故障检测 107

7.3.4 航天器姿态敏感器的故障诊断 109

第8章 基于小波神经网络的故障诊断与应用 113

8.1 小波神经网络应用于航天器故障诊断 113

8.1.1 BP神经网络简介 113

8.1.2 小波变换及小波神经网络 114

8.1.3 小波神经网络在航天器电源故障中的应用 115

8.2 单隐含层模糊递归小波神经网络的观测器设计 116

8.2.1 单隐含层模糊递归小波神经网络 117

8.2.2 使用GA对SLFRWNN进行初始化 119

8.2.3 SLFRWNN的训练算法 119

8.3 SLFRWNN的自适应观测器 120

8.3.1 观测器的建立 120

8.3.2 观测器的稳定性分析 122

8.3.3 系统仿真试验 125

第9章 智能故障诊断技术在姿态测量系统中的应用 128

9.1 引言 128

9.2 航天器AD系统模型 129

9.2.1 航天器动力学模型 129

9.2.2 测量误差模型 129

9.3 组合传感器 130

9.4 FDD滤波器设计 131

9.5 故障模型及残差计算 133

9.5.1 敏感器故障模型 133

9.5.2 残差生成 133

9.5.3 统计实验 133

9.6 FDD方案 134

9.6.1 故障检测 135

9.6.2 初级故障隔离 135

9.6.3 故障隔离 135

9.7 AD系统仿真结果 136

9.7.1 方案实施 136

9.7.2 仿真结果 137

9.8 小结 146

思考题与习题 148

参考文献 151