軋鋼過程數(shù)據(jù)驅(qū)動故障診斷與質(zhì)量預(yù)報方法研究--基于多元統(tǒng)計方法
定 價:99 元
叢書名:博士后文庫
- 作者:石懷濤著
- 出版時間:2019/11/1
- ISBN:9787030601025
- 出 版 社:科學(xué)出版社
- 中圖法分類:TG333
- 頁碼:164
- 紙張:
- 版次:01
- 開本:B5
本書從提高軋鋼機械系統(tǒng)運行可靠性、降低故障率和維修成本的原則出發(fā),本著理論性與實際性相結(jié)合的原則,全面系統(tǒng)的分析了軋鋼過程工藝、主要機械設(shè)備組成、軋鋼過程主要故障類型、故障特性分析,以及軋鋼過程故障特性。針對其數(shù)據(jù)及振動信號特點及過程特性,深入研究軋鋼過程的狀態(tài)監(jiān)測、故障分離、故障識別及質(zhì)量預(yù)報方法,并用大量篇幅詳細介紹了基于多元統(tǒng)計方法的軋鋼設(shè)備故障診斷和質(zhì)量預(yù)測的各種新技術(shù)和新方法。具有很好的理論和使用價值。
更多科學(xué)出版社服務(wù),請掃碼獲取。
目錄
《博士后文庫》序言
前言
第1章 緒論 1
1.1 引言 1
1.2 本書涉及的基本概念 1
1.3 故障診斷發(fā)展現(xiàn)狀和研究現(xiàn)狀 2
1.3.1 故障診斷技術(shù)的發(fā)展現(xiàn)狀 2
1.3.2 軋鋼過程故障診斷的研究現(xiàn)狀 3
1.3.3 基于多元統(tǒng)計分析的故障診斷方法的研究現(xiàn)狀 9
1.4 本書主要內(nèi)容 13
第2章 軋鋼過程工藝原理及故障分析 15
2.1 引言 15
2.2 軋鋼過程的工藝階段 15
2.2.1 熱連軋工藝階段 15
2.2.2 冷軋工藝階段 17
2.3 軋鋼過程主要故障分析 19
2.4 軋鋼過程變量數(shù)據(jù)特性分析及軋鋼機故障特性分析 22
2.4.1 軋鋼過程變量數(shù)據(jù)特性分析 22
2.4.2 軋鋼機故障特性分析 23
2.5 軋鋼機狀態(tài)監(jiān)測 23
第3章 多元統(tǒng)計分析故障診斷和質(zhì)量預(yù)報基本理論 24
3.1 引言 24
3.2 數(shù)據(jù)的預(yù)處理 24
3.3 多元統(tǒng)計分析主要方法 25
3.3.1 主成分分析方法 25
3.3.2 獨立成分分析方法 34
3.3.3 偏最小二乘方法 45
3.3.4 費希爾判別分析方法 49
3.4 基于多元統(tǒng)計的狀態(tài)監(jiān)測 53
3.5 基于多元統(tǒng)計的故障分離 54
3.6 基于統(tǒng)計回歸的質(zhì)量預(yù)報 55
第4章 基于馬氏距離相對變換偏最小二乘的軋鋼過程狀態(tài)監(jiān)測 57
4.1 引言 57
4.2 基于馬氏距離相對變換的偏最小二乘統(tǒng)計建模 58
4.2.1 馬氏距離相對變換的基本思想 58
4.2.2 基于馬氏距離相對變換的偏最小二乘統(tǒng)計建模步驟 61
4.3 馬氏距離相對變換偏最小二乘方法 62
4.3.1 監(jiān)測統(tǒng)計量及其控制限的確定 62
4.3.2 基于馬氏距離相對變換偏最小二乘的軋鋼過程狀態(tài)監(jiān)測步驟 62
4.3.3 基于馬氏距離相對變換偏最小二乘方法的計算復(fù)雜度分析 63
4.4 仿真實例 63
4.4.1 概述 63
4.4.2 仿真結(jié)果與分析 65
4.5 本章小結(jié) 71
第5章 基于MBRTICA的狀態(tài)監(jiān)測和故障定位 72
5.1 引言 72
5.2 多塊理論 73
5.3 RTICA故障檢測方法 74
5.3.1 相對變換 74
5.3.2 RTICA方法 77
5.3.3 RTICA故障檢測步驟 78
5.4 基于多塊的RTICA故障診斷方法 79
5.5 基于MBRTICA方法的軋機軸承裂紋故障診斷 81
5.6 本章小結(jié) 85
第6章 基于改進動態(tài)核主成分分析方法結(jié)合獨立成分分析方法的狀態(tài)監(jiān)測和故障分離 87
6.1 引言 87
6.2 動態(tài)主成分分析方法和核主成分分析方法 88
6.2.1 動態(tài)主成分分析方法 88
6.2.2 核主成分分析方法 89
6.3 獨立成分分析方法 91
6.3.1 獨立成分分析方法基本概念 91
6.3.2 獨立成分分析方法實現(xiàn)步驟 92
6.3.3 監(jiān)控統(tǒng)計量及其控制限的確定 93
6.4 基于改進動態(tài)核主成分分析方法結(jié)合獨立成分分析方法的統(tǒng)計建模、狀態(tài)監(jiān)測和故障分離方法 94
6.4.1 統(tǒng)計建模 94
6.4.2 狀態(tài)監(jiān)測和故障分離方法 95
6.5 仿真實例 96
6.5.1 概述 96
6.5.2 仿真結(jié)果與分析 97
6.6 本章小結(jié) 102
第7章 基于優(yōu)化策略的KFDA的狀態(tài)監(jiān)測和故障識別 103
7.1 引言 103
7.2 基于KFDA的故障識別 104
7.2.1 FDA的基本原理 104
7.2.2 KFDA方法的基本原理 106
7.2.3 基于KFDA的狀態(tài)監(jiān)測和故障識別 108
7.3 基于改進生物地理學(xué)優(yōu)化算法的核參數(shù)優(yōu)化和特征樣本選取 109
7.3.1 生物地理學(xué)優(yōu)化算法 109
7.3.2 改進生物地理學(xué)優(yōu)化算法 112
7.3.3 核參數(shù)優(yōu)化和特征樣本選取 114
7.4 基于優(yōu)化策略的KFDA方法 116
7.5 仿真實例 117
7.5.1 概述 117
7.5.2 仿真結(jié)果與分析 119
7.6 本章小結(jié) 125
第8章 基于非線性特征提取和回歸的故障診斷與質(zhì)量預(yù)報 126
8.1 引言 126
8.2 基于核偏最小二乘的非線性特征提取和回歸 127
8.2.1 基于核偏最小二乘的非線性特征提取 127
8.2.2 基于核偏最小二乘的非線性回歸 128
8.3 費希爾判別分析方法介紹 128
8.4 基于偏最小二乘方法結(jié)合費希爾判別分析的方法 129
8.4.1 質(zhì)量預(yù)報中核偏最小二乘與費希爾判別分析的關(guān)系 129
8.4.2 基于非線性特征提取和回歸的故障診斷與質(zhì)量預(yù)報統(tǒng)計建模 130
8.4.3 算法流程 131
8.5 仿真實例 132
8.5.1 概述 132
8.5.2 仿真結(jié)果與分析 133
8.6 本章小結(jié) 140
參考文獻 142
編后記 151