導語
内容提要
何章鳴、王炯琦、周海銀、邢琰、王大轶著的這本《資料驅動的非預期故障診斷理論及應用》介紹了資料驅動的故障診斷理論，内容涉及故障診斷方法的數學基礎、理論分析和應用內建，涵蓋了經典的資料驅動故障診斷方法和部分較新的非預期故障診斷方法。數學基礎包括：矩陣分析、數理統計、故障診斷基本方法。理論分析包括：非預期故障診斷的通用過程模型、基于平滑預處理的非預期故障診斷方法、基于時序模組化的故障檢測方法、靜态模型故障檢測方法評估、動态模型非預期故障診斷與可視化。應用內建包括：非預期故障診斷工具箱設計。
資料驅動和非預期故障診斷是本書的特色，另外本書有大量翔實的應用案例可供參考。本書可作為應用數學、系統科學和自動控制專業高年級大學生與研究所學生的教學參考書，同時對從事資料處理、狀态監控的科技人員也具有一定的參考價值。
目錄
前言
第1章 非預期故障診斷概述
1.1 背景與意義
1.1.1 背景
1.1.2 意義
1.2 國内外研究現狀
1.2.1 非預期故障診斷的方法
1.2.2 非預期故障診斷的應用
1.3 全書概況
1.3.1 問題引出
1.3.2 章節安排
第2章 矩陣分析
2.1 矩陣和運算
2.1.1 矩陣
2.1.2 矩陣的運算
2.1.3 矩陣的數值特征
2.1.4 矩陣表示方程
2.2 正交矩陣
2.2.1 反射
2.2.2 旋轉
2.3 矩陣分解
2.3.1 QR分解
2.3.2 奇異值分解
2.3.3 廣義特征值分解
2.4 線性方程組的解
2.4.1 廣義逆
2.4.2 線性方程的解
2.4.3 條件數和方程解的穩定性
2.5 分塊矩陣的逆
2.5.1 分塊初等矩陣
2.5.2 分塊矩陣的逆
2.5.3 分塊矩陣的廣義逆
2.5.4 分塊矩陣的行列式
2.6 算法浮點數
2.6.1 矩陣乘法
2.6.2 QR分解
2.6.3 奇異值分解
2.6.4 廣義逆
2.7 投影矩陣
2.7.1 正交投影
2.7.2 斜投影
2.7.3 投影遞歸公式
2.8 矩陣的迹
2.8.1 迹的微分公式
2.8.2 迹的不等式
第3章 數理統計
3.1 數值特征
3.1.1 随機向量
3.1.2 樣本矩陣
3.1.3 遞歸公式
3.2 正态分布的導出分布
3.2.1 正态分布
3.2.2 随機矩陣
3.2.3 四種常用的導出分布
3.2.4 假設檢驗
3.3 參數估計性能評估
3.3.1 G-M定理
3.3.2 原模型和潛模型
3.3.3 有偏估計的性能評估
3.3.4 融合估計的性能評估
3.4 狀态估計性能評估
3.4.1 單資訊最優估計
3.4.2 多資訊最優估計
3.4.3 Kalman濾波公式
第4章 故障診斷基本方法
4.1 變化及其類型
4.1.1 确定型變化和随機型變化
4.1.2 微小變化和巨大變化
4.1.3 單變量變化和多變量變化
4.1.4 輸入變化和輸出變化
4.1.5 加性變化和乘性變化
4.2 故障和故障診斷
4.2.1 故障和故障類型
4.2.2 故障診斷
4.2.3 故障診斷性能評估
4.3 單變量故障檢測的基本方法
4.3.1 休哈特檢測法
4.3.2 累積和檢測法
4.3.3 指數權重平均檢測法
4.3.4 未知參數下的檢測方法
4.3.5 随機故障檢測方法
4.4 多變量故障檢測的基本方法
4.4.1 數值特征已知
4.4.2 數值特征未知
4.4.3 多變量空間分解檢測方法
4.5 故障隔離的基本方法
4.5.1 基于距離的隔離方法
4.5.2 基于夾角的隔離方法
4.6 基于貢獻的故障隔離方法
第5章 非預期故障診斷的通用過程模型
5.1 非預期故障診斷的數學描述
5.2 四層結構通用過程模型
5.3 基于單類多元統計分析的非預期故障診斷流程
5.4 仿真驗證及結果分析
5.4.1 診斷對象及資料說明
5.4.2 診斷結果及分析
5.5 結論
第6章 基于平滑預處理的非預期故障診斷方法
6.1 引言
6.2 非平穩資料的平滑預處理
6.2.1 趨勢和殘差
6.2.2 邊界處理技術
6.2.3 平滑預處理對故障診斷的影響
6.3 基于平滑預處理的非預期故障診斷流程
6.3.1 預期故障檢測
6.3.2 預期故障隔離
6.3.3 非預期故障檢測
6.3.4 非預期故障隔離
6.4 仿真驗證及結果分析
6.4.1 診斷對象及資料說明
6.4.2 平滑預處理
6.4.3 診斷結果及分析
6.5 結論
第7章基于時序模組化的故障檢測方法
7.1 引言
7.2 基于時序模組化的改進檢測統計量
7.2.1 标準檢測統計量
7.2.2 改進檢測統計量
7.2.3 結構比較
7.2.4 改進檢測統計量的性能分析
7.3 改進檢測統計量的增量／減量算法
7.3.1 暴力算法
7.3.2 減量算法
7.3.3 算法的複雜度對比分析
7.4 仿真驗證及結果分析
7.4.1 案例1：單輸入單輸出(SISO)
7.4.2 案例2：衛星姿态控制系統(SACS)
7.5 結論
第8章 靜态模型故障檢測方法評估
8.1 引言
8.2 靜态模型檢測基本方法
8.2.1 模型已知
8.2.2 模型未知
8.3 潛變量回歸與檢測的權架構
8.3.1 潛變量提取
8.3.2 潛變量回歸
8.3.3 潛變量檢測
8.3.4 故障診斷性能評估
8.3.5 小結
8.4 潛變量的提取和權矩陣的計算
8.4.1 主元分析和主元回歸
8.4.2 典型相關分析和典型相關回歸
8.4.3 偏最小二乘和偏最小二乘回歸
8.4.4 降秩回歸
8.4.5 小結
8.5 潛變量回歸與檢測的性能分析與評估
8.5.1 參數定理
8.5.2 校正定理
8.5.3 檢測定理
8.6 仿真驗證及結果分析
8.6.1 案例1：多輸入單輸出(MISO)
8.6.2 案例2：多輸入多輸出fMIMO)
8.6.3 案例3：田納西-伊斯曼過程(TEP)
8.6.4 案例4：近紅外反射(NIR)
8.7 結論
第9章 動态模型非預期故障診斷與可視化
9.1 引言
9.2 動态模型檢測基本方法
9.2.1 模型已知
9.2.2 模型未知
9.3 動态系統的非預期故障診斷
9.3.1 預期故障隔離
9.3.2 非預期故障檢測
9.3.3 非預期故障隔離
9.4 故障的最優可視化算法
9.5 仿真驗證及結果分析
9.5.1 診斷對象和資料說明
9.5.2 非預期故障診斷流程
9.5.3 故障的最優可視化
9.6 結論
第10章 非預期故障診斷工具箱設計
10.1 引言
10.2 工具箱的特點與理念
10.2.1 非預期故障診斷功能和可視化
10.2.2 基于模型故障診斷的資料驅動設計方法
10.2.3 殘差生成的穩定核表示
10.2.4 豐富的标稱資料和驗證模型
10.3 工具箱的設計與實作
10.3.1 方法選擇和參數設定
10.3.2 資料導入和預處理
10.3.3 故障診斷和可視化
10.3.4 工具箱常用的MATLAB指令
10.4 工具箱的示範
10.5 結論
參考文獻
索引