基于数据驱动的工业设备故障诊断研究及其实现

《基于数据驱动的工业设备故障诊断研究及其实现》以数据驱动的工业设备故障诊断流程为主线， 系统介绍了信号采集与处理、特征选择与提取和故障识别与诊断等方面的知识， 并利用MATLAB 工具对相关技术进行研究。首先， 介绍了工业设备信号采集常用的传感器类型， 数据降噪和数据融合等预处理技术; 其次， 介绍了常用的特征选择与提取方法; 最后， 利用浅层神经网络和深度学习网络分别对常见的工业设备进行诊断。本书理论与实践相结合， 涉及理论内容均结合具体的实例给出相应的MATLAB 代码， 方便读者理解和掌握故障诊断领域相关的技术方法。本书内容翔实、针对性强， 具有较高的研究价值。不仅适合高等院校机械工程、电气工程和人工智能等专业的学生学习， 对相关工程领域的技术人员也有较大的参考价值。

目　　录

第1 章　 绪论 / 001

1 1　 研究背景和意义 / 001

1 2　 故障诊断研究现状/003

1 3　 故障诊断方法分类/005

1 4　 基于数据驱动的故障诊断流程/022

第2 章　 信号采集与处理 / 024

2 1　 设备故障信号类型及采集方法/ 024

2 2　 信号处理/ 033

第3 章　 特征选择与提取 / 061

3 1　 时域分析/ 061

3 2　 频域分析// 072

3 3　 时频域分析/ 086

3 4　 基于 Volterra 核的非线性频谱分析/ 103

第4 章　 故障识别与诊断 / 114

4 1　 基于支持向量机的故障诊断方法及应用研究/ 114

4 2　 基于人工神经网络的故障诊断方法及应用研究/ 136

4 3　 基于卷积神经网络的故障诊断方法及应用/ 161

4 4　 基于堆栈自编码神经网络的故障诊断方法及应用/ 176

4 5　 基于深度置信网络的故障诊断方法及应用/ 186

4 6　 基于长短时记忆神经网络的故障诊断方法及应用/ 193

第5 章　 挑战与展望/ 202

5 1　 挑战/ 202

5 2　 展望/ 202

参考文献/ 204

《基于数据驱动的工业设备故障诊断研究及其实现》以数据驱动的工业设备故障诊断流程为主线， 系统介绍了信号采集与处理、特征选择与提取和故障识别与诊断等方面的知识， 并利用MATLAB 工具对相关技术进行研究。首先， 介绍了工业设备信号采集常用的传感器类型， 数据降噪和数据融合等预处理技术; 其次， 介绍了常用的特征选择与提取方法; 最后， 利用浅层神经网络和深度学习网络分别对常见的工业设备进行诊断。本书理论与实践相结合， 涉及理论内容均结合具体的实例给出相应的MATLAB 代码， 方便读者理解和掌握故障诊断领域相关的技术方法。本书内容翔实、针对性强， 具有较高的研究价值。不仅适合高等院校机械工程、电气工程和人工智能等专业的学生学习， 对相关工程领域的技术人员也有较大的参考价值。