基于系統(tǒng)圖譜的復(fù)雜機(jī)電系統(tǒng)狀態(tài)分析方法

主要符號表
第1章 復(fù)雜機(jī)電系統(tǒng)運行健康狀態(tài)分析的傳統(tǒng)理論
1．1 復(fù)雜機(jī)電系統(tǒng)的安全問題
1．2 過程監(jiān)控系統(tǒng)在生產(chǎn)企業(yè)中的現(xiàn)狀
1．3 數(shù)據(jù)驅(qū)動系統(tǒng)狀態(tài)分析方法及國內(nèi)外研究現(xiàn)狀
1．3．1 數(shù)據(jù)驅(qū)動系統(tǒng)狀態(tài)分析的研究對象和內(nèi)容
1．3．2 系統(tǒng)狀態(tài)分析研究現(xiàn)狀
1．3．3 數(shù)據(jù)驅(qū)動系統(tǒng)運行狀態(tài)分析
1．3．4 目前研究中存在的問題
第2章 復(fù)雜機(jī)電系統(tǒng)監(jiān)測數(shù)據(jù)圖譜的構(gòu)造方法研究
2．1 DCS監(jiān)測數(shù)據(jù)集的特點以及面臨的問題
2．1．1 海量性
2．1．2 多源性
2．1．3 層次性
2．1．4 關(guān)聯(lián)性
2．1．5 非線性
2．2 數(shù)據(jù)可視化技術(shù)
2．3 田納西一伊斯曼化工仿真系統(tǒng)
2．4 系統(tǒng)圖譜構(gòu)造方法
2．4．1 數(shù)據(jù)矩陣
2．4．2 系統(tǒng)彩色圖譜構(gòu)造方法
2．4．3 系統(tǒng)故障圖譜構(gòu)造方法
2．5 本章小結(jié)
第3章 消除時間海量性對系統(tǒng)健康運行狀態(tài)分析的影響
3．1 離散序列的相關(guān)性[79]
3．2 單變量時間序列x[n]的自相關(guān)性
3．3 計算單變量時間序列的周期
3．4 系統(tǒng)的運行周期
3．5 本章小結(jié)
第4章 分布式復(fù)雜機(jī)電系統(tǒng)監(jiān)測數(shù)據(jù)集的數(shù)據(jù)預(yù)處理方法研究
4．1 數(shù)據(jù)歸一化
4．1．1 DCS監(jiān)測數(shù)據(jù)集的多源性
4．1．2 數(shù)據(jù)歸一化理論
4．1．3 監(jiān)測集的數(shù)據(jù)歸一化
4．2 數(shù)據(jù)降噪
4．2．1 小波的概念
4．2．2 小波用于信號降噪的原理
4．2．3 圖像降噪的理論基礎(chǔ)
4．2．4 歸一化系統(tǒng)彩色圖譜的二維小波降噪
4．3 本章小結(jié)
第5章 面向人機(jī)交互的系統(tǒng)故障識別方法研究
5．1 基于系統(tǒng)彩色圖譜的故障識別方法
5．2 基于系統(tǒng)故障圖譜的故障識別方法
5．3 各種故障辨識方法的對比
5．4 本章小結(jié)
第6章 面向計算機(jī)自動分析的系統(tǒng)健康狀態(tài)分析方法研究
6．1 系統(tǒng)運行健康狀態(tài)分析的基本內(nèi)涵
6．2 數(shù)字圖像的邏輯運算
6．3 基于數(shù)字圖像處理技術(shù)的系統(tǒng)安全定量分析方法
6．3．1 基于系統(tǒng)彩色圖譜的系統(tǒng)異常度定量分析
6．3．2 基于系統(tǒng)故障圖譜的企業(yè)級故障模式識別技術(shù)
6．3．3 企業(yè)級系統(tǒng)健康狀態(tài)評級
6．4 本章小結(jié)
第7章 企業(yè)實際案例
7．1 實例對象簡介
7．1．1 空壓機(jī)子系統(tǒng)
7．1．2 增壓機(jī)子系統(tǒng)
7．1．3 汽輪機(jī)及蒸汽冷凝子系統(tǒng)
7．1．4 潤滑油路子系統(tǒng)
7．2 系統(tǒng)的運行周期
7．3 面向人機(jī)交互的系統(tǒng)故障識別
7．3．1 基于彩色圖譜的系統(tǒng)故障識別
7．3．2 基于故障圖譜的在線監(jiān)控方法
7．4 系統(tǒng)運行健康狀態(tài)分析
7．4．1 彩色圖譜分析系統(tǒng)動態(tài)特性
7．4．2 故障圖譜分析系統(tǒng)動態(tài)特性
7．5 本章小結(jié)
第8章 分布式復(fù)雜機(jī)電系統(tǒng)健康運行狀態(tài)分析原型軟件
8．1 需求分析和系統(tǒng)架構(gòu)設(shè)計
8．2 系統(tǒng)實現(xiàn)
8．2．1 系統(tǒng)的運行環(huán)境
8．2．2 生產(chǎn)狀態(tài)監(jiān)控模塊
8．2．3 生產(chǎn)數(shù)據(jù)長效分析模塊
8．3 本章小結(jié)
參考文獻(xiàn)