- 铁路道岔转辙机故障诊断技术
- - 作者：黄晋英//罗佳|责编:金林茹
  - 出版社：化学工业
  - ISBN：9787122449856
  - 出版日期：2024/05/01
  - 页数：297
- 售价：63.2

内容大纲
本书面向科学发展前沿与工程迫切需求，以铁路道岔电液式转辙机及其关键部件柱塞泵为研究对象，按照“结构-技术-实例-系统”的逻辑主线，简要介绍铁路道岔转辙机故障诊晰断研究背景、意义及发展现状，基本结构原理和故障模式。基于转辙机油压信号和柱塞泵振动信号，重点研究信号处理、深度学习、迁移学习、连续学习、多特征信息融合等基础理论和核心技术，涵盖了特征提取、智能故障诊断、寿命预测等主要研究方法，最后形成基于道岔转辙机的故障诊断管理系统。所述内容兼具前沿性、创新性与工程实用性。
本书结合了作者团队在铁路道岔转辙机故障诊断领域积累的十几年研究成果与最新进展，适合从事系统智能故障诊断工作的技术人员阅读，也可作为高等学校相关专业师生的参考用书。
作者介绍
目录
第1章  绪论
  1.1  铁路道岔转辙机故障诊断研究背景及意义
  1.2  铁路道岔转辙机故障诊断技术研究进展
    1.2.1  基于解析模型的方法
    1.2.2  基于信号处理的方法
    1.2.3  基于人工智能的方法
  1.3  铁路道岔转辙机故障诊断存在的问题与发展方向
  参考文献
第2章  道岔转辙机及关键部件
  2.1  相关概念
    2.1.1  道岔
    2.1.2  液压道岔
  2.2  道岔基本结构
  2.3  转辙机基本结构及原理
    2.3.1  基本结构
    2.3.2  外锁闭装置工作原理
    2.3.3  液压系统工作原理
  2.4  柱塞泵基本结构及原理
  参考文献
第3章  转辙机故障诊断实验及油压信号特征提取
  3.1  转辙机工作过程原理分析
    3.1.1  道岔转辙机敏感参数分析
    3.1.2  道岔转辙机工作过程油压信号分析
  3.2  非现场道岔转辙机故障模拟实验
    3.2.1  道岔转辙机故障模拟实验平台介绍
    3.2.2  模拟故障设计
    3.2.3  转辙机油压数据采集
    3.2.4  转辙机故障油压信号分析
  3.3  基于改进集成经验模态分解的转辙机故障特征提取
    3.3.1  经验模态分解算法原理
    3.3.2  基于信息熵的特征提取方法
    3.3.3  基于核主成分分析（KPCA）的特征融合
  3.4  基于ITD-SDP图像的转辙机特征提取
    3.4.1  ITD分解算法原理
    3.4.2  SDP基本原理
    3.4.3  图像特征提取
  3.5  道岔转辙机故障状态监测
    3.5.1  道岔转辙机故障状态监测算法
    3.5.2  基于AOA-XGBoost道岔转辙机故障状态监测方法
  参考文献
第4章  柱塞泵故障诊断实验及振动信号特征提取
  4.1  柱塞泵故障诊断实验
    4.1.1  柱塞泵故障诊断实验平台搭建与数据采集
    4.1.2  柱塞泵典型故障及故障机理
    4.1.3  柱塞泵故障诊断实验设计
  4.2  测点振动信号的故障特征参量提取
    4.2.1  时频域特征参量
    4.2.2  小波能量谱特征提取
    4.2.3  双谱特征提取
  4.3  基于VMD的故障振动信号时频分析法

    4.3.1  变分模态分解VMD
    4.3.2  VMD分解性能分析
    4.3.3  VIVID重要参数的选取
    4.3.4  连续小波变换CWT
    4.3.5  二维时频特征
  4.4  改进的局部特征尺度分解法
    4.4.1  局部特征尺度分解LCD
    4.4.2  改进的局部特征尺度分解DMLCD
    4.4.3  仿真实例
    4.4.4  应用实例
  4.5  基于ICEEMDAN的故障特征提取
    4.5.1  自适应噪声的集成经验模态分解CEEMDAN
    4.5.2  改进的自适应噪声完备集成经验模态分解ICEEMDAN
    4.5.3  仿真实例
    4.5.4  应用实例
  4.6  基于精细复合多尺度散布熵的故障特征提取
    4.6.1  灰色关联度
    4.6.2  散布熵优化
    4.6.3  精细复合多尺度散布熵RCMDE
    4.6.4  应用实例
  4.7  基于DMLCD与GRCMDE的故障特征提取
    4.7.1  广义精细复合多尺度散布熵GRCMDE
    4.7.2  GRCMDE与RCMDE性能对比分析
    4.7.3  应用实例
  参考文献
第5章  道岔转辙机及柱塞泵智能故障诊断
  5.1  基于改进SVM的故障诊断
    5.1.1  支持向量机算法原理
    5.1.2  核参数优化
    5.1.3  应用实例
  5.2  基于改进KELM的故障诊断
    5.2.1  极限学习机算法原理
    5.2.2  核极限学习机算法原理
    5.2.3  算术优化算法
    5.2.4  应用实例
  5.3  基于卷积神经网络的故障诊断
    5.3.1  卷积神经网络模型
    5.3.2  DSCNN故障诊断
    5.3.3  DS-ResNet故障诊断
    5.3.4  CBAM-ResNet故障诊断
    5.3.5  CNN-LSTM-Atterltiorl故障诊断
    5.3.6  CNN-GRU故障诊断
    5.3.7  GCN故障诊断
    5.3.8  CNN预训练模型故障诊断
  参考文献
第6章  基于信息融合的道岔转辙机故障诊断
  6.1  信息融合技术
    6.1.1  信息融合定义
    6.1.2  信息融合模型和结构
    6.1.3  信息融合算法

    6.1.4  信息融合关键问题
  6.2  数据层信息融合的故障诊断应用实例
    6.2.1  注意力机制
    6.2.2  多通道信号集
    6.2.3  基于注意力机制的多通道CNN模型
  6.3  特征层信息融合的故障诊断应用实例
    6.3.1  数据不平衡处理方法
    6.3.2  双向门控循环单元
    6.3.3  双通道特征融合的故障诊断模型
  6.4  基于决策层信息融合的故障诊断模型
    6.4.1  D-S证据理论
    6.4.2  基于D-S证据理论的决策层融合诊断
  参考文献
第7章  基于连续学习的柱塞泵类增量故障诊断
  7.1  连续学习相关理论
    7.1.1  连续学习
    7.1.2  元学习
    7.1.3  连续学习基模型与WKN
  7.2  基于权重空间元表示的类增量故障诊断方法
    7.2.1  类增量故障诊断问题设置
    7.2.2  改进WKN的基模型
    7.2.3  基于权重空间元表示的连续学习方法
    7.2.4  特定于诊断任务模型的重构与集成推理
  7.3  柱塞泵类增量故障诊断应用实例
    7.3.1  类增量故障诊断任务设置
    7.3.2  权重空间元表示实验结果分析
  参考文献
第8章  柱塞泵剩余使用寿命预测
  8.1  剩余使用寿命预测模型
    8.1.1  多元HI构建模块
    8.1.2  图注意力网络
    8.1.3  K阶下三角邻接矩阵和HI特征图
  8.2  应用实例
    8.2.1  寿命数据采集
    8.2.2  RUL预测区间划分
    8.2.3  健康指标构建
    8.2.4  RUL预测
  8.3  不同构图法对GAT预测模块的影响
  8.4  GAT预测模块性能评估
  参考文献
第9章  基于知识图谱的道岔转辙机故障诊断系统
  9.1  知识图谱相关技术理论
    9.1.1  知识图谱概述
    9.1.2  自然语言处理
    9.1.3  深度学习
  9.2  转辙机故障诊断领域知识图谱的构建
    9.2.1  知识图谱构建流程
    9.2.2  本体构建
    9.2.3  道岔转辙机故障记录文本相关实体抽取
    9.2.4  实体对齐

    9.2.5  信息拼接
    9.2.6  知识图谱可视化
  9.3  基于知识图谱的道岔转辙机故障诊断
    9.3.1  基于知识图谱的智能问答
    9.3.2  基于知识图谱的故障诊断
  9.4  道岔转辙机故障诊断管理系统实现
    9.4.1  系统功能需求
    9.4.2  系统总体构架
    g.4.3  数据库构建
    9.4.4  系统功能实现
  参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目