燃?xì)廨啓C(jī)故障診斷：信號處理與故障隔離

　　《燃?xì)廨啓C(jī)故障診斷：信號處理與故障隔離》主要以飛機(jī)上典型的燃?xì)鉁u輪發(fā)動機(jī)為對象，從信號處理與故障隔離檢測應(yīng)用兩個方面，介紹了燃?xì)廨啓C(jī)狀態(tài)監(jiān)控與故障診斷方法。首先提綱挈領(lǐng)介紹了燃?xì)廨啓C(jī)故障診斷中的相關(guān)基本概念、信號處理過程中噪聲分離的重要性及燃?xì)鉁u輪發(fā)動機(jī)的故障診斷過程等，為后續(xù)研究內(nèi)容奠定基礎(chǔ)。在基于信號處理的故障隔離診斷方法，針對數(shù)據(jù)獲取更新速度慢、時延小的及噪聲特性未知情況，介紹了中心加權(quán)冪等中值濾波器；針對數(shù)據(jù)記錄少、更新慢、時延小的商用飛機(jī)發(fā)動機(jī)，為了同時濾除非高斯和高斯噪聲，介紹了中值-有理混合濾波器；對于具有長時延的高速數(shù)據(jù)采集的發(fā)動機(jī)，為了能夠在測試信號中分離出噪聲信號，同時保留信號突變峰值，介紹了FIR-中值混合濾波器；對于超過70%工作時間處于非穩(wěn)態(tài)工況的軍用發(fā)動機(jī)，介紹了針對過渡態(tài)數(shù)據(jù)且能適應(yīng)輸入信號質(zhì)量的自適應(yīng)加權(quán)Myriad濾波器理論；為了解決燃?xì)鉁u輪信號在離散時間點或時間段發(fā)生突變的問題，介紹了一種能夠用于噪聲和異常值濾除的具有遞增階的級聯(lián)遞歸中值濾波器。在基于人工智能的故障隔離和診斷方法方面，為了解決單個故障的隔離問題，將故障定位到部件級，介紹了卡爾曼濾波器；針對發(fā)動機(jī)模塊故障、系統(tǒng)故障和測量設(shè)備故障等單一故障，介紹了基于神經(jīng)網(wǎng)絡(luò)的故障檢測和隔離方法；針對燃?xì)廨啓C(jī)故障診斷存在高不確定性的情況，介紹了一種魯棒性強(qiáng)、更易于理解的模糊邏輯系統(tǒng)；針對故障診斷神經(jīng)網(wǎng)絡(luò)和模糊方法的參數(shù)高度關(guān)聯(lián)，用以提取故障特征的模型或者信號的測量不確定性發(fā)生變化，故障診斷系統(tǒng)就必須重建的問題，介紹了一種混合軟計算方法——遺傳模糊系統(tǒng)。此外，還介紹了基于振動的故障診斷方法。書中所涉及每一種方法理論都給出了數(shù)值仿真驗證方法，讀者可以通過采用EXCEL或者M(jìn)ATLAB的數(shù)據(jù)表完成仿真驗證，便于讀者快速理解和掌握?？傊度?xì)廨啓C(jī)故障診斷：信號處理與故障隔離》理論嚴(yán)謹(jǐn)、內(nèi)容全面，針對性和實踐性都很強(qiáng)。既詳細(xì)介紹了根據(jù)信號處理數(shù)據(jù)濾波的燃?xì)廨啓C(jī)故障檢測和隔離方法，又介紹了基于人工智能機(jī)器學(xué)習(xí)的燃?xì)廨啓C(jī)故障隔離和診斷方法，還介紹了基于振動的故障診斷方法，是當(dāng)前國內(nèi)外一部既全面又深入介紹燃?xì)廨啓C(jī)故障檢測和診斷的著作。

暫缺《燃?xì)廨啓C(jī)故障診斷：信號處理與故障隔離》作者簡介