• 基于免疫理论的智能故障检测与诊断方法
21年品牌 40万+商家 超1.5亿件商品

基于免疫理论的智能故障检测与诊断方法

正版保障 假一赔十 可开发票

53.37 6.3折 85 全新

库存11件

广东广州
认证卖家担保交易快速发货售后保障

作者田玉玲

出版社中国科技出版传媒股份有限公司

ISBN9787030464736

出版时间2014-01

装帧平装

开本16开

定价85元

货号8657453

上书时间2024-12-30

灵感书店

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
《智能科学技术著作丛书》序
前言
第1章  绪论
  1.1  人工免疫系统的研究进展
  1.2  故障诊断方法评价
  1.3  基于免疫理论的故障诊断方法研究现状
    1.3.1  人工免疫网络在故障诊断中的应用
    1.3.2  人工免疫算法在故障诊断中的应用
    1.3.3  包含固有免疫性的人工免疫系统应用
  1.4  主要研究内容和研究意义
  1.5  小结
第2章  免疫背景
  2.1  生物免疫概述
    2.1.1  免疫系统的几个概念
    2.1.2  免疫系统的功能

                                                《智能科学技术著作丛书》序
前言
第1章  绪论
  1.1  人工免疫系统的研究进展
  1.2  故障诊断方法评价
  1.3  基于免疫理论的故障诊断方法研究现状
    1.3.1  人工免疫网络在故障诊断中的应用
    1.3.2  人工免疫算法在故障诊断中的应用
    1.3.3  包含固有免疫性的人工免疫系统应用
  1.4  主要研究内容和研究意义
  1.5  小结
第2章  免疫背景
  2.1  生物免疫概述
    2.1.1  免疫系统的几个概念
    2.1.2  免疫系统的功能
  2.2  生物免疫多层防御机制
    2.2.1  固有免疫系统
    2.2.2  适应性免疫系统
    2.2.3  固有免疫与适应性免疫的关系
  2.3  生物免疫机理
    2.3.1  免疫细胞的相互作用及其活化信号
    2.3.2  初次响应和二次响应
    2.3.3  免疫系统的信息处理特性
  2.4  人工免疫系统概述
    2.4.1  人工免疫系统研究内容和范围
    2.4.2  基于免疫的计算智能
    2.4.3  人工免疫系统的工程应用
  2.5  人工免疫系统的结构
    2.5.1  工程免疫系统结构
    2.5.2  人工免疫系统的概念结构
    2.5.3  包含固有免疫性的人工免疫系统模型
  2.6  免疫算法及模型
    2.6.1  否定选择算法分析
    2.6.2  克隆选择算法
    2.6.3  aiNet免疫网络模型
    2.6.4  树突状细胞算法
  2.7  小结
第3章  面向故障诊断的分层免疫模型
  3.1  引言
  3.2  分层免疫模型结构
  3.3  故障诊断问题定义
  3.4  异常追踪检测层
    3.4.1  子空间追踪的信号压缩
    3.4.2  变化点检测
    3.4.3  时间序列符号化
    3.4.4  输入输出信号
    3.4.5  动态迁移阈值
  3.5  双重免疫故障诊断层
    3.5.1  故障知识库
    3.5.2  已知故障类型诊断
    3.5.3  双重免疫学习机制
    3.5.4  仿真实例
  3.6  动态克隆选择学习机制
    3.6.1  成熟检测器的克隆扩增
    3.6.2  分级记忆检测器
  3.7  故障传播诊断层
    3.7.1  故障传播模型
    3.7.2  基于故障传播模型的诊断过程
  3.8  小结
第4章  基于时间序列树突状细胞算法的异常检测方法
  4.1  引言
  4.2  树突状细胞的免疫功能
    4.2.1  树突状细胞
    4.2.2  树突状细胞的抗原处理与提呈功能
    4.2.3  树突状细胞与免疫激活和耐受
    4.2.4  树突状细胞的三种状态及激活信号
    4.2.5  树突状细胞特征提取
  4.3  树突状细胞算法
    4.3.1  危险理论
    4.3.2  树突状细胞算法原理与定义
    4.3.3  树突状细胞算法描述
  4.4  一种动态迁移阈值树突状细胞算法
    4.4.1  相关定义
    4.4.2  算法改进策略
    4.4.3  改进树突状细胞算法描述
    4.4.4  算法有效性验证
  4.5  面向异常检测的时间序列树突状细胞算法
    4.5.1  基于树突状细胞算法的异常检测框架
    4.5.2  子空间追踪的信号压缩方法
    4.5.3  变化点检测的抗原定义
    4.5.4  抗原时间序列符号化
    4.5.5  输入输出信号关联关系
    4.5.6  上下文评估
    4.5.7  实验及仿真
  4.6  小结
第5章  用于故障诊断的体液免疫双重学习机制
  5.1  机器学习概述
  5.2  体液免疫的学习与记忆
    5.2.1  体液免疫
    5.2.2  免疫学习和记忆
  5.3  基于体液免疫的双重学习机制
    5.3.1  体液免疫学习模型
    5.3.2  记忆细胞库生成
    5.3.3  故障检测阶段
    5.3.4  抗原学习过程
  5.4  检测效率的比较
  5.5  小结
第6章  基于克隆扩增和分级记忆策略的免疫算法
  6.1  动态克隆选择算法
    6.1.1  动态克隆选择算法的运行机制
    6.1.2  动态克隆选择算法存在的问题
  6.2  基于克隆扩增策略的免疫算法
  6.2   1克隆扩增策略
    6.2.2  基于克隆扩增策略的免疫算法设计
    6.2.3  基于克隆扩增策略的免疫算法分析
    6.2.4  实验及分析
  6.3  基于分级记忆策略的免疫算法
    6.3.1  免疫记忆机理
    6.3.2  基于分级记忆策略的免疫算法设计
    6.3.3  基于分级记忆策略的免疫算法分析
    6.3.4  实验及分析
  6.4  基于扩增和记忆策略的故障诊断模型
    6.4.1  数据处理与特征分析
    6.4.2  故障检测与学习
  6.5  小结
第7章  基于免疫网络的故障传播模型
  7.1  引言
    7.1.1  问题的提出
    7.1.2  解决思路
  7.2  现有故障传播模型的描述方法
  7.3  免疫网络模型
    7.3.1  独特型网络和免疫调节
    7.3.2  通用免疫网络模型
  7.4  基于免疫网络的故障传播模型
    7.4.1  B细胞网络与故障传播的关系
    7.4.2  基于免疫网络的故障传播模型描述
    7.4.3  基于传播模型的故障诊断
    7.4.4  算法描述
    7.4.5  故障传播模型举例
  7.5  小结
第8章  免疫诊断模型在电机故障诊断中的应用
  8.1  异步电动机故障机理分析
    8.1.1  转子绕组故障
    8.1.2  定子绕组故障
    8.1.3  电机轴承故障
  8.2  信号采集及故障特征分析
    8.2.1  特征数据提取
    8.2.2  特征数据归一化
  8.3  基于免疫模型的故障诊断实验
    8.3.1  训练阶段
    8.3.2  故障诊断阶段
    8.3.3  连续学习阶段
  8.4  实验结果分析
  8.5  小结
第9章  总结与展望
  9.1  主要研究工作总结
  9.2  主要创新点
  9.3  研究展望
参考文献

主编推荐
导语_点评_词 

精彩内容
借鉴生物免疫系统的分层防御机理以及层次间的相互作用,作者提出了用于机电设备故障诊断的免疫诊断模型。将故障检测与诊断功能进行整合,研究机电设备异常检测与故障诊断的免疫算法与模型,分层解决设备的状态监测、故障定位与诊断等关键问题,建立了异常状态监测与故障诊断一体化的快速反应机制。第一层,异常追踪监测。在获取设备运行状态数据的基础上,提出基于变化点子空间追踪的异常检测方法,利用最小的计算资源获得更高的稳定性和检测率;第二层,故障诊断。利用连续免疫学习机制,实现早期故障预示、知识共享;并构建适用于动态环境变化的诊断模型;第三层,故障定位。以免疫网络机理建立免疫网络故障传播模型,检测诊断故障节点的影响通过整个系统进行传播的问题。

媒体评论
评论

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP