液压可靠性最优化与智能故障诊断2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

液压可靠性最优化与智能故障诊断PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1 绪论1

1.1 系统可靠性最优化基本知识概述1

1.1.1 系统可靠性最优化的基本概念1

1.1.2 系统可靠性的发展简史3

1.1.3 液压可靠性最优化研究现状及发展趋势3

1.1.4 最优化分类5

1.2 液压智能故障诊断基本知识概述7

1.2.1 智能故障诊断系统的基本概念7

1.2.2 智能故障诊断系统的结构7

1.2.3 智能故障诊断技术的发展简史8

1.2.4 智能故障诊断研究现状及发展趋势10

1.3 本书的主要内容12

2 可靠性与故障维修的基础知识14

2.1 可靠性技术的基本内容与特点14

2.2 可靠性与可靠度的定义15

2.2.1 可靠性15

2.2.2 可靠度16

2.3 失效率17

2.4 失效密度函数f（t）与失效率和可靠度的关系18

2.5 失效类型与失效曲线19

2.6 可靠性寿命21

2.6.1 平均寿命21

2.6.2 可靠寿命23

2.6.3 中位寿命23

2.6.4 寿命方差和寿命标准离差23

2.7 维修度与有效度24

2.7.1 维修度24

2.7.2 有效度24

2.8 以可靠性为中心的维修原理及步骤27

2.8.1 维修原理27

2.8.2 维修步骤28

3 液压系统可靠性模型29

3.1 可靠性模型概述29

3.1.1 “黑箱”方法和“白箱”方法29

3.1.2 失效时间建模与失效次数建模30

3.1.3 两状态可靠性和多状态或连续状态可靠性31

3.2 可靠性模型的应用31

3.3 浴盆曲线模型32

3.3.1 和形式的浴盆曲线模型32

3.3.2 积形式的浴盆曲线模型34

3.3.3 由右截短产生的浴盆曲线模型37

3.3.4 分段浴盆曲线模型41

3.3.5 变量代换模型42

3.4 系统可靠性模型44

3.4.1 可靠性框图45

3.4.2 串联模型45

3.4.3 并联模型46

3.4.4 串-并联、并-串联及串-并联混合模型47

3.4.5 旁联模型50

3.4.6 k/n模型51

3.4.7 连续k/n模型52

3.4.8 二维连续k/n模型或连续（r，s）／（m，n）模型54

3.4.9 其他具有独立元件的可靠性模型54

3.4.10 分担负载模型56

3.5 失效率衰减模型57

3.6 定龄更换模型58

3.7 最小维修优化模型58

3.8 维修与备件的关系60

3.9 简单模型一览表61

4 液压系统可靠度计算方法64

4.1 液压系统可靠度的一般计算方法64

4.1.1 组合事件计算法64

4.1.2 通路追踪法65

4.1.3 分解法66

4.1.4 桥式系统70

4.1.5 梯式系统73

4.2 待命冗余液压系统计算方法76

4.2.1 理想型待命冗余系统计算77

4.2.2 双部件待命冗余系统计算81

4.3 液压系统可靠度特征值的近似计算87

4.3.1 串联和并联的组合系统计算87

4.3.2 k/n：G系统，串联和并联系统计算88

4.3.3 指数函数的近似计算92

5 液压系统优化技术95

5.1 液压系统优化概述95

5.1.1 优化设计基本概念95

5.1.2 液压系统结构与优化97

5.1.3 液压系统优化的内容99

5.2 优化数学模型99

5.2.1 参数优化模型99

5.2.2 函数优化模型100

5.2.3 控制部分寻优条件100

5.3 液压开关阀控制系统动态优化102

5.3.1 系统数学模型102

5.3.2 控制性能寻优110

5.3.3 抗干扰能力寻优121

5.3.4 动态补偿方法130

5.4 液压伺服系统参数优化134

5.4.1 液压伺服系统结构135

5.4.2 阶跃响应ITAE准则寻优146

5.4.3 跟踪性能寻优153

5.4.4 线性二次型指标寻优160

5.4.5 迭代法寻优168

5.5 液压系统动力机构优化171

5.5.1 负载与动力机构的特性171

5.5.2 稳态优化176

5.5.3 动态优化180

5.5.4 液压系统的全局优化187

6 液压系统可靠性最优化技术193

6.1 系统最优化概述193

6.2 冗余液压系统可靠性的最优化195

6.2.1 概述195

6.2.2 系统可靠性最优化问题的提出197

6.2.3 确定最优系统可靠性的最优化技术198

6.3 启发式方法在系统可靠性最优化中的应用200

6.3.1 概述200

6.3.2 Sharma-Venkateswaran启发式算法202

6.3.3 Aggarwal启发式算法206

6.3.4 Misra启发式算法209

6.3.5 Ushakov启发式算法211

6.3.6 Nakagawa-Nakashima启发式算法213

6.4 动态规划法在系统可靠性最优化中的应用218

6.4.1 概述218

6.4.2 基本动态规划法221

6.4.3 用拉格朗日乘子的动态规划法236

6.4.4 用控制序列概念的动态规划法243

6.5 用于系统可靠性最优化的其他方法249

6.5.1 概述249

6.5.2 经典算法249

6.5.3 参数法251

6.5.4 线性规划法254

6.5.5 可分离规划法257

6.6 部件可靠度和冗余数最优化的确定259

6.6.1 概述259

6.6.2 问题的提出260

6.6.3 最优化步骤262

6.6.4 数值例题263

7 液压系统智能故障诊断基本模型266

7.1 液压故障诊断的重要性266

7.1.1 概述266

7.1.2 液压故障分析与识别基础267

7.2 渐发性故障的形成模型269

7.2.1 液压系统的渐发性故障原因269

7.2.2 故障形成的一般性过程270

7.2.3 给定产品的渐发性故障模型的建立271

7.2.4 考虑产品初始参数离散度的渐发性故障形成模型274

7.2.5 产品寿命和无故障工作概率的计算实例276

7.2.6 有两个界限的渐发性故障模型277

7.3 突发性故障模型279

7.3.1 液压系统的突发性故障原因279

7.3.2 突发性故障发生概率279

7.3.3 估计引起突发性故障的情况282

7.3.4 指数规律的应用范围283

7.3.5 同时出现突发性故障和渐发性故障的情形284

7.3.6 故障的随机流286

7.4 液压元件故障智能诊断模型288

7.4.1 液压元件故障模型概念288

7.4.2 液压元件故障智能诊断基于网络PLC系统模型288

8 基于专家系统液压故障诊断294

8.1 专家系统294

8.1.1 概述294

8.1.2 专家系统的组成和功能296

8.1.3 推理机制298

8.1.4 知识表示300

8.1.5 知识的获取301

8.1.6 新型专家系统303

8.1.7 专家系统的概念及优点306

8.2 专家系统故障诊断原理307

8.2.1 专家知识的获取与表示307

8.2.2 专家推理308

8.2.3 知识库维护311

8.2.4 机器学习312

8.2.5 专家系统故障诊断的特点313

8.3 专家系统故障诊断方法313

8.3.1 模式匹配诊断法314

8.3.2 因果网络诊断法314

8.3.3 结构与功能模型诊断法314

8.4 专家系统液压故障诊断实例316

8.4.1 知识库设计316

8.4.2 数据库设计319

8.4.3 推理机设计319

8.4.4 专家系统的运行319

9 基于人工神经网络液压系统故障诊断321

9.1 概述321

9.1.1 神经网络故障诊断的优越性及其存在的问题321

9.1.2 神经网络故障诊断研究现状及其发展322

9.2 神经网络故障诊断原理323

9.2.1 神经网络模型323

9.2.2 神经网络故障诊断原理326

9.3 神经网络故障诊断方法328

9.3.1 模式识别故障诊断神经网络328

9.3.2 知识处理故障诊断神经网络328

9.4 神经网络的辨识方法与模型330

9.4.1 基于NARMA模型的辨识方法330

9.4.2 通用辨识模型和动态BP算法334

9.5 基于小波神经网络的液压泵故障诊断实例336

9.5.1 小波神经网络336

9.5.2 实验条件及数据采集340

9.5.3 基于松散型小波神经网络的液压泵故障诊断341

9.5.4 基于紧致型小波神经网络的液压泵故障诊断343

10 液压系统故障的模糊诊断345

10.1 液压系统故障诊断中的模糊性345

10.2 液压系统故障模糊诊断的基本原则346

10.3 模糊故障诊断原理347

10.4 液压系统故障模糊诊断方法348

10.4.1 基于模糊模式识别的故障诊断方法348

10.4.2 基于模糊综合评判的故障诊断方法350

10.4.3 基于模糊推理的故障诊断方法353

10.4.4 基于模糊模型的故障诊断方法354

10.4.5 基于模糊残差评价的故障诊断方法354

10.5 模糊故障诊断有关问题的处理方法355

10.5.1 故障模糊分类方法355

10.5.2 模糊样本的建立356

10.5.3 故障分析矩阵的建立356

10.6 液压系统故障模糊诊断实例358

10.6.1 确定考察对象与建立故障评价标准358

10.6.2 现场诊断360

11 灰色系统理论在液压系统故障诊断中的应用362

11.1 灰色系统理论基本概念362

11.1.1 概念的分类及灰色概念362

11.1.2 在液压故障诊断中的应用362

11.2 灰色关联度分析363

11.2.1 关联系数计算公式363

11.2.2 关联系数计算364

11.2.3 关联度366

11.3 灰色关联度分析在液压系统故障诊断中的应用367

11.3.1 在简易诊断中的应用367

11.3.2 关联度分析在轧机液压伺服系统中进行故障诊断367

11.3.3 轧机液压伺服系统的故障诊断实例368

11.3.4 旋转机械的故障诊断实例369

12 液压系统智能集成化故障诊断374

12.1 集成基本概述374

12.1.1 诊断信息集成374

12.1.2 诊断知识集成375

12.1.3 诊断方法集成376

12.2 集成化故障诊断体系结构376

12.2.1 集成化故障诊断模型376

12.2.2 集成化故障诊断系统结构376

12.2.3 多信息融合系统层次结构378

12.2.4 集成化故障诊断系统功能及其实现379

12.3 集成化推理和诊断策略379

12.3.1 集成化推理机制379

12.3.2 集成化诊断策略380

12.4 神经网络与模糊逻辑集成故障诊断381

12.5 专家系统与神经网络集成故障诊断382

12.5.1 专家系统与神经网络的集成方法382

12.5.2 专家系统与神经网络的集成策略382

12.5.3 专家系统与神经网络的集成结构382

12.5.4 专家系统与神经网络的集成模型383

12.5.5 专家系统与神经网络集成的特点384

12.5.6 专家系统与神经网络集成的适用范围384

12.6 神经网络与案例集成故障诊断384

13 液压系统网络化故障诊断386

13.1 概述386

13.1.1 网络化故障诊断的提出386

13.1.2 网络化故障诊断的特点387

13.1.3 网络化故障诊断需要解决的问题387

13.1.4 网络化故障诊断的研究方向388

13.2 网络化故障诊断的结构模式389

13.2.1 客户机／服务器模式389

13.2.2 浏览器／服务器模式390

13.2.3 面向客户公共对象请求代理结构393

13.2.4 模式驱动结构394

13.3 网络化故障诊断的实现方案394

13.3.1 基于三层网络的实现方案394

13.3.2 基于四层网络的实现方案395

13.4 网络化故障诊断的关键技术398

13.4.1 网络数据库技术398

13.4.2 数据实时传输技术398

13.4.3 网络安全技术399

13.5 网络化故障诊断的评价指标399

14 液压系统工作介质智能故障诊断401

14.1 概述401

14.2 液压系统的污染物及其危害401

14.2.1 污染物的概念401

14.2.2 污染物的来源401

14.2.3 污染物特征的描述402

14.2.4 液压系统污染物的危害403

14.3 液压系统的污染物分析404

14.3.1 污染物成分及其含量的分析404

14.3.2 油液污染度的测定诊断407

14.4 液压系统污染监测与故障诊断实现410

14.4.1 在线监测与诊断系统的方案410

14.4.2 在线监测与诊断系统的功能及原理410

14.4.3 硬件系统411

14.5 在线监测与诊断系统的软件实现413

14.6 液压元件对工作介质清洁度要求及过滤器的配置415

14.6.1 清洁度要求415

14.6.2 过滤器配置416

附录 液压传动装置的平均失效率418

参考文献419