課程概述
設備故障診斷技術教學大綱 32學時/2學分
英文名稱: The Diagnosis Technology of Equipment
適用領域:核工程、輪機工程、能源、機械、電力、化工、冶金、航空等領域
開課單位:核科學與技術學院
教學目的:通過該課程的學習瞭解和掌握設備故障診斷的基本原理、技術基礎和方法。
預備知識或先修課程要求:概率論與數理統計、矩陣理論、高等數學、機械原理等知識。
教學方式及學時分配:講授24學時、研討8學時
教學內容及對學生的要求:通過本課程的學習,瞭解和掌握設備故障診斷的基本原理、方法、技術基礎以及診斷技術的發展趨勢,具備能夠結合專業要求進行相關研究的能力。
內容摘要:設備故障診斷技術是上世紀七、八十年代得到迅速發展的一項新技術,隨著現代生產的發展和科技的進步,設備的複雜程度日益提高,如何保證設備的安全運行,已成為一個十分迫切的問題。設備故障診斷技術是保證設備安全運行的基本措施之一,它能對設備故障的發展作出早期預報,對出現故障的原因作出判斷,提出對策建議,避免或減少事故的發生,故障診斷技術的普遍應用將能改變設備的維修體制,從現行的「定期維修」向更合理的「視情維修」轉變,因此設備故障診斷技術的應用將對系統設備的安全運行、對維修體制的改變都具有很大的促進作用。課程內容包括:1.設備故障診斷的基本原理和方法,包括:設備故障診斷問題的基本概念和特點、設備故障診斷的基本方法及其發展、設備故障診斷的知識構成和求解策略。2.設備故障診斷的技術基礎,包括:故障診斷中信號的處理方法、模式識別診斷方法、基於概率統計的診斷方法、模糊診斷原理及其應用。3.故障樹分析方法與診斷。4.人工神經網絡的基本模型及在故障診斷中的應用。5.故障診斷專家系統的構成原理及應用。
教學單元
1 第一章 設備故障診斷基本知識
1.1 故障的定義與分類
1.2 故障診斷的任務
1.3 設備故障診斷的知識構成和求解過程
第一章習題
2 第二章 故障診斷的主要數學基礎
2.1 矩陣分析
2.2 積分變換
2.3 概率統計與隨機過程基礎知識
2.4 離散傅裡葉變換
2.5 小波變換基本數學框架
本章習題
3 第三章 基於統計理論的診斷方法
3.1 貝葉斯決策診斷方法
3.2 時序模型診斷法
3.3 序貫模式分類故障診斷法
3.4 主成分分析法
3.5 灰色系統的關聯分析診斷方法
3.6 基於支持向量機的故障診斷方法
本章習題
4 第四章 基於模糊理論的診斷方法
4.1 模糊集合理論基礎
4.2 基於模糊模式的故障診斷方法
4.3 故障診斷的模糊綜合評判原則
本章習題
5 第五章 故障樹分析診斷方法
5.1 故障樹分析概述
5.2 故障樹分析的一般步驟及表述
5.3 診斷實例
本章習題
6 第六章 專家系統故障診斷方法
6.1 專家系統概述
6.2 知識的產生式表示和框架表示
6.3 故障診斷專家系統的推理方式與控制策略
6.4 故障診斷專家系統知識的獲取
本章習題
7 第七章 神經網絡故障診斷方法
7.1 神經網絡基礎
7.2 神經網絡故障診斷結構與實例
本章習題
8 第八章 數據融合故障診斷方法
8.1 數據融合故障診斷原理
8.2 數據融合故障診斷模型與方法
8.3 數據融合故障診斷實例
本章習題
9 第九章 集成技術的故障診斷方法
9.1 集成化故障診斷系統體系結構
9.2 集成化故障診斷系統推理和診斷策略
9.3 集成化故障診斷系統診斷實例
課程列表
名稱 時間長度
第01講1.1 故障的定義與分類 00:12:41
第02講1.2 故障診斷的任務 00:11:04
第03講1.3 設備故障診斷的知識構成和求解過程 00:07:52
第04講2.1 矩陣分析 00:05:50
第05講2.2 積分變換 00:05:23
第06講2.3 概率統計與隨機過程基礎知識 00:18:09
第07講2.4 離散傅裡葉變換 00:07:00
第08講2.5 小波變換基本數學框架 00:08:04
第09講3.1.1 貝葉斯決策診斷方法 00:09:51
第10講3.1.2 貝葉斯決策診斷方法 00:09:51
第11講3.2 時序模型診斷法 00:07:47
第12講3.3 序貫模式分類故障診斷法 00:08:33
第13講3.4 主成分分析法 00:04:22
第14講3.5 灰色系統的關聯分析診斷方法 00:08:21
第15講3.6 基於支持向量機的故障診斷方法 00:04:50
第16講4.1 模糊集合理論基礎 00:05:54
第17講4.2 基於模糊模式的故障診斷方法 00:16:11
第18講4.3 故障診斷的模糊綜合評判原則 00:06:30
第19講5.1 故障樹分析概述 00:11:56
第20講5.2 故障樹分析的一般步驟及表述 00:08:33
第21講5.3 診斷實例 00:04:36
第22講6.1 專家系統概述 00:13:19
第23講6.2 知識的產生式表示和框架表示 00:06:58
第24講6.3 故障診斷專家系統的推理方式與控制策略 00:14:58
第25講6.4 故障診斷專家系統知識的獲取 00:06:49
第26講7.1 神經網絡基礎 00:17:08
第27講7.2 神經網絡故障診斷結構與實例 00:06:28
第28講8.1 數據融合故障診斷原理 00:07:21
第29講8.2 數據融合故障診斷模型與方法 00:08:12
第30講8.3 數據融合故障診斷實例 00:08:58
第31講9.1 集成化故障診斷系統體系結構 00:08:30
第32講9.2 集成化故障診斷系統推理和診斷策略 00:03:56
第33講9.3 集成化故障診斷系統診斷實例 00:05:45
|