- 飞机油液分析与状态监测专家系统原理及应用
- - 作者：陈果//康玉祥//王洪伟//金根//李爱等|责编:董瑞
  - 出版社：北京航空航天大学
  - ISBN：9787512445499
  - 出版日期：2025/01/01
  - 页数：284
- 售价：39.2

内容大纲
    本书建立了飞机油液分析与状态监测专家系统的理论体系和框架，介绍了飞机油液分析与状态监测专家系统的原理、关键技术及实际应用案例。本书力求突出航空特色，做到内容全面、详实，强调理论并突出应用。
    在理论方面，本书对专家系统基本原理、磨损趋势预测、磨损界限值制定、磨损故障智能融合诊断、磨损颗粒图像自动识别以及基于数据挖掘的磨损故障诊断知识的自动获取等技术进行了详细阐述。在应用方面，本书介绍了航空发动机磨损监控专家系统和飞机液压系统污染监控专家系统的实际应用，表明了专家系统和智能诊断方法在飞机油液监测中的应用前景。
    本书可以作为航空器维修及相关专业的师生和工程技术人员的参考书。
作者介绍
目录
第1章  绪论
  1.1  飞机磨损故障与智能诊断
    1.1.1  航空发动机磨损故障与智能诊断
    1.1.2  飞机液压系统磨损故障与智能诊断
  1.2  磨损故障诊断研究现状
    1.2.1  磨损监测仪器的开发
    1.2.2  专家系统研究与开发
    1.2.3  基于油液分析多源信息的磨损故障融合诊断
    1.2.4  基于油样分析数据的发动机磨损趋势预测技术
    1.2.5  磨损界限值制定技术
  1.3  油液分析专家系统在磨损监测应用中需要解决的关键问题
  本章小结
  参考文献
第2章  飞机油液分析与磨损监测技术
  2.1  油样理化分析
    2.1.1  油液理化性能变化原因及其影响
    2.1.2  理化分析仪器
  2.2  油样磨屑分析
    2.2.1  磁性塞子检测法
    2.2.2  污染分析法
    2.2.3  油样光谱分析法
    2.2.4  油样铁谱分析法
    2.2.5  电子扫描能谱分析
  2.3  多功能油液磨粒智能检测与诊断系统
    2.3.1  基本原理
    2.3.2  图像采集
    2.3.3  运动颗粒分析与识别
    2.3.4  试验验证
  本章小结
  参考文献
第3章  基于规则的专家系统诊断原理
  3.1  专家系统原理
    3.1.1  专家系统的组成
    3.1.2  专家系统的优缺点
  3.2  基于规则的故障诊断专家系统在EOMES 1.0中的应用
    3.2.1  知识库
    3.2.2  专家诊断
    3.2.3  EOMES 1.0中基于规则的专家诊断实例
  本章小结
  参考文献
第4章  基于案例推理的诊断专家系统
  4.1  基于案例的诊断方法
    4.1.1  CBR的发展历程
    4.1.2  CBR原理
    4.1.3  CBR的特点
  4.2  基于案例的专家系统的架构
  4.3  基于CBR的关键技术
    4.3.1  案例的组织
    4.3.2  案例相似度的计算
    4.3.3  案例的检索与匹配

    4.3.4  基于CBR的修正技术
    4.3.5  基于CBR的系统维护技术
  4.4  飞机液压系统磨损故障CBR诊断实例
    4.4.1  基于CBR的飞机液压系统磨损故障诊断关键技术
    4.4.2  飞机液压系统磨损的CBR故障专家系统
  本章小结
  参考文献
第5章  磨损元素界限值制定方法
  5.1  油样光谱诊断界限值特点
  5.2  传统油样磨损诊断界限值制定方法
  5.3  概率密度函数估计
    5.3.1  概率密度估计问题的描述
    5.3.2  基于Parzen窗法的概率密度函数估计
    5.3.3  基于kN-近邻法的概率密度函数估计
    5.3.4  基于最大熵法的概率密度函数估计
    5.3.5  基于支持向量机的概率密度函数估计
    5.3.6  概率密度函数估计方法验证与比较
  5.4  航空发动机磨损界限值制定
    5.4.1  航空发动机油样光谱数据
    5.4.2  航空发动机油样光谱数据质量浓度界限值制定
    5.4.3  航空发动机油样光谱数据质量浓度梯度界限值制定
    5.4.4  航空发动机油样光谱数据质量浓度比例界限值制定
  5.5  基于数据融合的健康指标界限值制定
    5.5.1  油液数据融合技术
    5.5.2  基于SOM的健康指标融合
    5.5.3  基于健康指标的磨损界限值制定
  本章小结
  参考文献
第6章  磨损趋势预测技术
  6.1  时间序列预测法
    6.1.1  时间序列预测的基本思想
    6.1.2  时间序列分类
  6.2  线性时间序列预测模型
    6.2.1  自回归滑动平均模型ARMA（n，m）
    6.2.2  自回归模型AR（n）
    6.2.3  检验准则
  6.3  非线性时间序列预测模型
    6.3.1  相空间重构理论
    6.3.2  人工神经网络
    6.3.3  支持向量机预测法
  6.4  灰色预测法
    6.4.1  数据累加处理
    6.4.2  数据累减处理
    6.4.3  灰色系统的建模
  6.5  基于LSSVM的组合预测模型
    6.5.1  LSSVM回归算法原理
    6.5.2  基于PSO的LSSVM回归模型优化
    6.5.3  单一预测模型的选取
    6.5.4  误差指标
    6.5.5  获取训练祥本

    6.5.6  组合预测步骤
  6.6  航空发动机油液光谱分析数据组合预测实例分析
    6.6.1  算例1
    6.6.2  算例2
  本章小结
  参考文献
第7章  故障诊断知识规则获取技术
  7.1  数据挖掘理论及知识获取方法
    7.1.1  数据挖掘中几种典型的知识获取方法
    7.1.2  数据挖掘工具
  7.2  基于粗糙集理论的知识规则获取
    7.2.1  应用粗糙集理论的知识获取流程
    7.2.2  粗糙集理论关键技术的具体实现
    7.2.3  诊断实例
  7.3  基于神经网络规则提取的知识规则获取
    7.3.1  神经网络规则提取的方法流程
    7.3.2  神经网络规则提取的关键技术
    7.3.3  神经网络规则提取在磨损故障诊断中的应用
  7.4  基于支持向量机的知识规则获取
    7.4.1  基于GA-SVC的知识获取流程
    7.4.2  数据预处理
    7.4.3  支持向量聚类算法
    7.4.4  基于规则的样本识别方法
    7.4.5  规则的简化
    7.4.6  诊断实例
  7.5  基于决策树的知识规则获取
    7.5.1  典型的决策树分类算法
    7.5.2  决策树剪枝算法
    7.5.3  决策树算法的评价
    7.5.4  基于C4.5决策树算法的知识规则获取实例
  7.6  诊断实例
  本章小结
  参考文献
第8章  磨损故障智能融合诊断
  8.1  基于D-S证据理论的磨损故障融合诊断
    8.1.1  D-S证据理论原理
    8.1.2  基于规则和D-S证据理论的发动机磨损故障融合诊断
    8.1.3  基于神经网络和D-S证据理论的发动机磨损故障融合诊断
    8.1.4  基于模糊集合思想和D-S证据理论的发动机磨损故障融合诊断
  8.2  磨损故障的多Agent协同诊断
    8.2.1  Agent及多Agent系统的理论基础
    8.2.2  航空发动机磨损故障的多Agent协同诊断
    8.2.3  诊断案例
  本章小结
  参考文献
第9章  基于能谱分析数据的磨损部位诊断
  9.1  深度学习理论基础
  9.2  DCNN
  9.3  长短期记忆网络
  9.4  残差网络

  9.5  基于深度学习的磨损颗粒材质分析现状
  9.6  基于深度学习的磨损颗粒材质分析技术实例
    9.6.1  训练数据生成
    9.6.2  模型训练与测试
    9.6.3  航空发动机磨损颗粒能谱数据验证
  本章小结
  参考文献
第10章  基于扫描电子显微镜图像的磨损颗粒分析技术
  10.1  基于深度学习的目标检测算法
    10.1.1  概述
    10.1.2  YOLO
  10.2  磨损颗粒分析方法
  10.3  磨损颗粒分析实验
  本章小结
  参考文献
第11章  飞机发动机磨损状态监测专家系统应用
  11.1  航空发动机滑油监控专家系统（EOMES 1.0）
    11.1.1  专家系统简介
    11.1.2  专家系统整体架构
  11.2  飞机发动机磨损状态监控专家系统（AEMES 1.0）
    11.2.1  专家系统简介
    11.2.2  专家系统整体架构
  11.3  飞机液压系统磨损状态监控专家系统（AHMES 1.0）
    11.3.1  专家系统简介
    11.3.2  专家系统整体架构
  11.4  多功能智能磨粒检测系统（MIDCS 1.0）
    11.4.1  系统简介
    11.4.2  系统整体架构
  11.5  民用航空发动机磨损检测专家系统（CEWDS 1.0）
    11.5.1  专家系统简介
    11.5.2  专家系统整体架构
附表  某型航空发动机油液光谱数据样本

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目