| 朱大奇，1964年12月出生。1992年7月在华中科技大学理学院获硕士学位，2002年7月在南京航空航天大学自动化学院获博士学位。现为江南大学通信与控制工程学院教授，硕士生导师，江苏省计量测试学会(在线检测专业委员会)委员，电子学会高级会员。主要从事神经网络、多传感器信息融合、故障诊断与容错控制方面的研究。目前以第一作者在国内外核心期刊上发表研究论文30余篇，其中有7篇被SCI，EI和ISTP收录；主编本科教材2部；受权国家专利1项；主持完成3项省部级科研课题和多项大型横向科研项目。... .. << 查看详细 |
| 第1章 绪论.1 1.1 设备故障诊断的目的与意义1 1.2 故障诊断技术的发展与现状1 1.3 设备故障诊断方法的分类2 1.3.1 故障诊断方法的分类3 1.3.2 基于知识的故障诊断方法4 1.4 电子设备故障诊断技术9 1.4.1 数字电路故障诊断的方法与进展9 1.4.2 模拟电路故障诊断的方法与进展11 1.5 电子设备故障诊断人工智能技术13 1.5.1 现有电路故障诊断技术的不足13 1.5.2 电子设备故障诊断的人工智能技术14 1.6 小结15 参考文献16 第2章 电子设备故障统计分析21 2.1 设备故障的统计分析基础21 2.1.1 设备故障的基本概念21 2.1.2 电子设备故障模式与分布25 2.2 故障机理分析30 2.2.1 电子元器件失效机理分析30 .2.2.2 电子设备故障机理分析32 2.3 电子设备故障宏观规律分析35 2.3.1 浴盆曲线规律35 2.3.2 复杂设备无耗损区规律37 2.3.3 设备全寿命故障率递减规律37 2.4 小结38 参考文献38 第3章 模拟电路故障诊断的常规方法39 3.1 模拟电路故障特点及诊断39 3.1.1 模拟电路故障特点39 3.1.2 常用模拟电路故障诊断方法概述40 3.2 模拟电路常用电子元器件的检测与诊断41 3.2.1 半导体分立器件的一般检修41 3.2.2 印制电路板（印制板）的一般检修45 3.3 模拟电路故障诊断方法实例分析47 3.3.1 电路故障状态字典建立47 3.3.2 电路故障状态模糊集划分50 3.3.3 分析判定电路故障状态52 3.4 小结53 参考文献54 第4章 数字电路故障诊断的常规方法55 4.1 数字电路故障的特点及诊断55 4.2 数字电路常规检测与诊断技术56 4.2.1 组合逻辑电路故障诊断56 4.2.2 时序逻辑电路故障诊断60 4.3 数字ic芯片的检测与诊断方法64 4.3.1 数字ic芯片的故障原因分析65 4.3.2 数字ic芯片的故障诊断65 4.4 小结72 参考文献72 第5章 电子设备故障诊断的故障树分析法73 5.1 故障树的基本概念73 5.1.1 故障树73 5.1.2 故障树符号73 5.1.3 故障树建造74 5.2 故障树的定性分析..75 5.2.1 故障树的数学描述76 5.2.2 割集和最小割集78 5.2.3 基于故障树定性分析的故障诊断80 5.3 故障树的定量分析87 5.3.1 故障树定量分析的内容87 5.3.2 故障树底事件及顶事件故障概率计算87 5.3.3 故障树重要度分析88 5.3.4 基于故障树定量分析的故障诊断88 5.4 小结91 参考文献92 第6章 基于故障树的光电雷达电子设备故障诊断系统93 6.1 光电雷达电子设备故障诊断系统组成93 6.1.1 光电雷达电子设备介绍93 6.1.2 电子设备诊断系统硬件组成96 6.2 电子设备的性能检测、故障树结构分析及故障诊断97 6.2.1 电子设备整机性能检测97 6.2.2 电子部件的性能检测101 6.2.3 电子设备故障元器件的搜寻与定位103 6.3 电子设备故障诊断系统的软件设计106 6.3.1 虚拟仪器编程语言lab-windows/cvi介绍106 6.3.2 电子设备测试诊断软件的模块组成107 6.3.3 测试诊断系统子模块软件设计介绍107 6.4 小结111 参考文献112 第7章 电子设备故障诊断的神经网络方法113 7.1 神经网络与故障诊断113 7.1.1 人工神经网络模型及其基本原理113 7.1.2 神经网络与故障诊断120 7.2 bp神经网络在电路故障诊断中的应用121 7.2.1 bp神经网络模型及其学习算法121 7.2.2 bp神经网络与电路故障诊断126 7.3 hopfield神经网络在电路故障诊断中的应用131 7.3.1 hopfield神经网络模型与功能132 7.3.2 hopfield神经网络与故障诊断135 7.4 som神经网络在电路故障诊断中的应用139 7.4.1 som神经网络模型与算法139 7.4.2 som神经网络与故障诊断142 7.5 art神经网络在电路故障诊断中的应用145 7.5.1 art神经网络模型与算法原理146 7.5.2 art神经网络与故障诊断150 7.6 小结150 参考文献151 第8章 电子设备故障诊断的信息融合技术153 8.1 多传感器信息融合153 8.1.1 信息融合的定义153 8.1.2 信息融合的基本原理153 8.1.3 信息融合与故障诊断155 8.2 故障诊断的信息融合方法157 8.2.1 贝叶斯信息融合方法157 8.2.2 模糊信息融合方法158 8.2.3 d-s证据理论信息融合方法160 8.2.4 神经网络信息融合方法162 8.3 简单模拟电路信息融合故障诊断实例164 8.3.1 简单模拟电路模糊信息融合故障诊断实验164 8.3.2 简单模拟电路神经网络信息融合故障诊断170 8.4 光电雷达压-码转换电路板信息融合故障诊断174 8.4.1 故障信息的获取174 8.4.2 压-码电路板故障诊断实验数据分析176 8.5 小结180 参考文献180 第9章 机电设备故障诊断的agent技术183 9.1 agent的基本概念183 9.1.1 agent的定义183 9.1.2 agent的基本特征及结构184 9.1.3 agent的语言186 9.1.4 多agent系统187 9.2 基于agent的机电设备故障诊断系统189 9.2.1 基于agent的诊断系统的设计190 9.2.2 基于agent的诊断系统的实现193 9.3 小结195 参考文献...196 |
内容加载中，请稍后...
商品评论（0条）