面向深度学习和大数据的轨道交通轴承故障智能诊断方法

图书标准信息

• 作者 宋旭东
• 出版社 清华大学出版社
• 出版时间 2023-09
• 版次 1
• ISBN 9787302631910
• 定价 59.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 384页
• 字数 205千字

【内容简介】

本书以提高轨道交通轴承故障诊断的准确性和高效性为目标，结合深度学习和大数据技术等领域**成果，系统地介绍了轨道交通轴承故障智能诊断模型构建的方法和技术。 本书共10章，主要内容包括： 轨道交通轴承故障诊断概述、轨道交通轴承结构及振动机理、轨道交通轴承故障诊断技术概述、基于卷积神经网络的轴承故障诊断方法、基于深度信念网络的轴承故障诊断方法、基于循环神经网络的轴承故障诊断方法、基于集成学习的轴承故障智能诊断方法、基于迁移学习的变工况轴承故障智能诊断方法、基于大数据平台的轴承故障智能诊断方法、轨道交通轴承故障智能诊断系统设计与实现。 本书可作为从事轨道交通故障诊断技术研究的科研人员和工程技术人员的参考用书，也可作为高等院校计算机科学与技术、软件工程、机械工程等相关专业“故障诊断智能技术”课程的教材。

【目录】

第1章轨道交通轴承故障诊断概述

1.1轨道交通轴承故障诊断意义及内容

1.1.1轨道交通轴承故障诊断意义

1.1.2轨道交通轴承故障诊断内容

1.2轨道交通轴承故障诊断方法及其发展

1.2.1轴承故障诊断方法分类

1.2.2轴承振动信号故障诊断发展

1.3轨道交通轴承故障振动诊断方法

1.3.1基于振动信号分析的方法

1.3.2基于数据驱动的诊断方法

第2章轨道交通轴承结构及振动机理

2.1轨道交通轴承结构

2.1.1轨道交通运用轴承分类

2.1.2轨道交通轴承结构分析

2.1.3轨道交通轴承故障表现

2.1.4轨道交通轴承故障原因

2.2轨道交通轴承振动机理

2.2.1滚动轴承的固有振动

2.2.2涉及轴承载荷及弹性的振动

2.2.3轴承制造或装配不良引起的振动

2.2.4轴承各类故障引起的振动

第3章轨道交通轴承故障诊断技术概述

3.1轴承振动信号采集与预处理技术

3.1.1轴承振动信号采集技术

3.1.2轴承振动信号数据预处理技术

3.2轨道交通轴承故障特征提取技术

3.2.1轴承振动信号故障时域特征提取方法

3.2.2轴承振动信号故障频域特征提取方法

3.2.3基于希尔伯特包络分析故障特征提取方法

3.2.4基于小波包包络分析故障特征提取方法

3.2.5基于经验模态分解故障特征提取方法

3.2.6基于局部均值分解故障特征提取方法

3.2.7基于变分模态分解故障特征提取方法

3.3轨道交通轴承故障特征选择技术

3.3.1基于主成分分析的特征选择方法

3.3.2基于线性判别分析的特征选择方法

3.3.3基于信息熵的量化特征选择方法

3.3.4基于自编码器的特征选择方法

3.4轨道交通轴承故障智能诊断技术

3.4.1人工神经网络

3.4.2支持向量机

3.4.3决策树

3.4.4卷积神经网络

3.4.5深度信念网络

3.4.6循环神经网络

第4章基于卷积神经网络的轴承故障诊断方法

4.1基于卷积神经网络轴承故障诊断工作原理

4.1.1基于卷积神经网络轴承故障诊断网络结构

4.1.2基于卷积神经网络轴承故障诊断建模机理

4.1.3基于卷积神经网络轴承故障诊断建模策略

4.2基于卷积神经网络的轴承故障诊断模型构建方法

4.2.1基于卷积神经网络轴承故障诊断模型构建流程

4.2.2一种基于WKCNN轴承故障诊断模型构建算法

4.3基于卷积神经网络的轴承故障诊断模型实验

4.3.1基于WKCNN轴承故障诊断数据源

4.3.2基于WKCNN轴承故障诊断模型构建实验

4.3.3基于WKCNN轴承故障诊断模型验证实验

第5章基于深度信念网络的轴承故障诊断方法

5.1基于深度信念网络故障诊断工作原理

5.1.1基于深度信念网络的轴承故障诊断网络结构

5.1.2基于深度信念网络的轴承故障诊断建模机理

5.2基于深度信念网络的轴承故障诊断模型构建

5.2.1基于深度信念网络的轴承故障诊断模型构建流程

5.2.2基于深度信念网络的轴承故障诊断模型构建算法

5.3基于深度信念网络的轴承故障诊断模型实验

5.3.1基于深度信念网络的轴承故障诊断数据源

5.3.2基于深度信念网络的轴承故障诊断模型构建实验

5.4一种基于MCELF的DBN轴承故障诊断加速方法

5.4.1基于MCELF的故障诊断加速方法

5.4.2基于MCELF的加速DBN故障诊断的模型构建

算法

5.4.3基于MCELF的加速DBN故障诊断的模型实验

第6章基于循环神经网络的轴承故障诊断方法

6.1基于循环神经网络故障诊断工作原理

6.1.1基于循环神经网络的轴承故障诊断网络结构

6.1.2基于循环神经网络的轴承故障诊断建模机理

6.1.3长短期记忆网络LSTM工作原理

6.1.4门限循环单元GRU网络工作原理

6.2基于循环神经网络的轴承故障诊断模型构建

6.2.1基于循环神经网络的轴承故障诊断模型构建流程

6.2.2一种基于LGL轴承故障诊断模型构建算法

6.3基于循环神经网络的轴承故障诊断模型实验

6.3.1基于LGL轴承故障诊断数据源

6.3.2基于LGL轴承故障诊断模型构建实验

6.3.3基于LGL轴承故障诊断模型验证实验

第7章基于集成学习的轴承故障智能诊断方法

7.1基于集成学习的故障诊断工作原理

7.1.1集成学习方法及Stacking算法

7.1.2基于集成学习的故障诊断网络结构

7.2基于集成学习的轴承故障诊断模型构建

7.2.1基于集成学习的轴承故障诊断模型构建方法

7.2.2基于集成学习的轴承故障诊断模型构建流程

7.3基于集成学习的轴承故障诊断模型实验

7.3.1基于集成学习的轴承故障诊断数据源

7.3.2基于集成学习轴承故障诊断模型构建实验

第8章基于迁移学习的变工况轴承故障智能诊断方法

8.1基于迁移学习的变工况轴承故障诊断工作原理

8.1.1基于迁移学习的变工况故障诊断网络结构

8.1.2一种改进弹性网正则化的迁移学习方法

8.2基于迁移学习的变工况轴承故障诊断模型构建

8.2.1基于迁移学习的变工况轴承故障诊断模型构建

流程

8.2.2基于迁移学习的变工况轴承故障诊断模型构建

算法

8.3基于迁移学习的变工况轴承故障诊断模型实验

8.3.1变工况轴承故障诊断数据源

8.3.2变工况轴承故障诊断模型实验

第9章基于大数据平台的轴承故障智能诊断方法

9.1大数据Hadoop平台工作原理

9.1.1Hadoop大数据平台框架

9.1.2Hadoop分布式文件系统HDFS

9.1.3Hadoop分布式计算MapReduce

9.1.4Hadoop资源管理器Yarn

9.2基于Hadoop的轴承故障诊断平台设计与实现

9.2.1基于Hadoop的轴承故障诊断平台设计

9.2.2基于Hadoop的轴承故障诊断平台实现

9.3基于Hadoop的轴承故障诊断实验

9.3.1基于Hadoop分布式存储的轴承故障诊断实验

9.3.2基于Hadoop分布式计算的轴承故障诊断实验

第10章轨道交通轴承故障智能诊断系统设计与实现

10.1轨道交通轴承故障智能诊断系统设计

10.1.1故障智能诊断系统平台框架设计

10.1.2故障智能诊断系统平台功能设计

10.2轨道交通轴承故障智能诊断系统实现

10.2.1故障智能诊断系统实现技术框架

10.2.2轴承故障智能诊断系统核心模块展示

参考文献

附录英文缩略词及术语