br/>本书以数据驱动的工业设备故障诊断流程为主线, 系统介绍了数据采集、数据处理、特征选择与提取和模式识别等方面的知识, 并利MATLAB工具对相关技术进行实现。首先, 介绍了工业设备信号采集常用的传感器类型, 数据降噪和数据融合等预处理技术; 其次, 介绍了常用的特征选择与提取方法; 最后, 利用浅层神经网络和深度学习网络分别对常见的工业设备进行诊断。本书理论与实践相结合, 涉及到的理论内容均结合具体的实例给出相应的MATLAB代码, 目的是方便读者理解和掌握故障诊断领域相应的技术方法。
内容摘要
《基于数据驱动的工业设备故障诊断研究及其实现》以数据驱动的工业设备故障诊断流程为主线, 系统介绍了信号采集与处理、特征选择与提取和故障识别与诊断等方面的知识, 并利用MATLAB 工具对相关技术进行研究。首先, 介绍了工业设备信号采集常用的传感器类型, 数据降噪和数据融合等预处理技术; 其次, 介绍了常用的特征选择与提取方法; 最后, 利用浅层神经网络和深度学习网络分别对常见的工业设备进行诊断。本书理论与实践相结合, 涉及理论内容均结合具体的实例给出相应的MATLAB 代码, 方便读者理解和掌握故障诊断领域相关的技术方法。
本书内容翔实、针对性强, 具有较高的研究价值。不仅适合高等院校机械工程、电气工程和人工智能等专业的学生学习, 对相关工程领域的技术人员也有较大的参考价值。