Ãëàâíàÿ    Ex Libris    Êíèãè    Æóðíàëû    Ñòàòüè    Ñåðèè    Êàòàëîã    Wanted    Çàãðóçêà    ÕóäËèò    Ñïðàâêà    Ïîèñê ïî èíäåêñàì    Ïîèñê    Ôîðóì   
blank
Àâòîðèçàöèÿ

       
blank
Ïîèñê ïî óêàçàòåëÿì

blank
blank
blank
Êðàñîòà
blank
Palade V., Jain L.C., Bocaniala C.D. — Computational Intelligence in Fault Diagnosis
Palade V., Jain L.C., Bocaniala C.D. — Computational Intelligence in Fault Diagnosis



Îáñóäèòå êíèãó íà íàó÷íîì ôîðóìå



Íàøëè îïå÷àòêó?
Âûäåëèòå åå ìûøêîé è íàæìèòå Ctrl+Enter


Íàçâàíèå: Computational Intelligence in Fault Diagnosis

Àâòîðû: Palade V., Jain L.C., Bocaniala C.D.

Àííîòàöèÿ:

Presenting the latest developments and research results on fault diagnosis approaches using computational intelligence methodologies, this book opens with a review of the state-of-the-art before focusing on various theoretical aspects of computational intelligence methodologies applied to real-world fault diagnosis problems.

Chapters deal with topics such as fuzzy sets applications to fault diagnosis, neural network based fault diagnosis applications and neuro-fuzzy techniques for fault diagnosis. The last chapter considers the problem of diagnosing large scale complex systems using local agents which, can be implemented using computational intelligence based fault diagnosis techniques. Several case studies are used.

This book presents the most recent concerns and research results in industrial fault diagnosis using intelligent techniques, and will be of interest to application engineers/technologists, graduates and researchers wishing to apply these techniques, as well as build up a foundation for further study.


ßçûê: en

Ðóáðèêà: Ìåäèöèíà è çäðàâîîõðàíåíèå/

Ñòàòóñ ïðåäìåòíîãî óêàçàòåëÿ: Ãîòîâ óêàçàòåëü ñ íîìåðàìè ñòðàíèö

ed2k: ed2k stats

Ãîä èçäàíèÿ: 2006

Êîëè÷åñòâî ñòðàíèö: 373

Äîáàâëåíà â êàòàëîã: 11.12.2007

Îïåðàöèè: Ïîëîæèòü íà ïîëêó | Ñêîïèðîâàòü ññûëêó äëÿ ôîðóìà | Ñêîïèðîâàòü ID
blank
Ïðåäìåòíûé óêàçàòåëü
Abduction problems      232—234 236—240 242 248 271—273 279 282 283
Abrupt faults      85 87 96 98 99 117 221 226 306 323 326 327
actuators      6 84 94 95 105 186 251 256 260 317 318 319 335 336
Algorithm      4 14 22 32 39 42 43 54 76 90 115 128 205 338 341 343—355
Analytical models      4 30 82 103 185 189
applications      1 29—31 33—39 49 55 78 103—105 121 122 127 176 183 184 228 229 307 312 328
Architecture      11 12 14—16 22 39 86 87 195 197 205 214 289 305 308 314
Artificial Neural Networks      34 86 179 183 186 191 201 202 210 237 262 267 270 306 307 309—313 328—334
Behaviour      49 69 85 116 117 126 167 222 224 225 231 232 234 237 244 245 262 281 338
Bond-graph      255 259—261 268
Categories      21 66 109 111—113 119—121 126 139 181 187 196 210 234 241 242 288 320 321
Causal models      31 335—341 343 346 348 349 351 353—355
Classes      10 11 13 20 128 129 158—163 168 169 206 211 212 218—220 223—225 259 289—293 299 313
Classification      11 12 17 21 28 104 105 125 159—161 168 170 173—175 209—213 216 218—220 226 227 304 305
Classifier      16 17 86 105 107 108 111 113—116 118 119 121 209—213 216—218 220 223—225 228
Clustering, fuzzy      88—90 102 128
Clusters      16 52 54 89 90 113 119 146—148 150 152—155 160 162 168—170 173—175 313
complexity      1 23 30 31 74 89 91 104 171 197 198 243 246 276 287 310 311 336 337
components      14—16 19 29 45—47 51 57 58 60 63—65 70—74 106 179—182 187—189 195 196 241—244 251—268
Computational Intelligence      1 3 5 7 9—11 13 15 17 29—31 33—35 177 233 283 288 289 329
conditions      7 30 49 51 52 71 72 82 86 117 179 190 195 299 309 337 343—345
Conductive flow systems      231 232 235 243 245 251—253 260 282
Control      31 32 34—36 84 95 102 104 122 123 176 177 187 202 203 228 229 314 318 329—331 333 334
Control, fault-tolerant      3 4 355 356
Correlation      127 146 197
Correlation, Pearson      109—111 118
Cost function      89 160—162
Cost function, error      214 216 218 219 223 224 228
defects      125—130 137 139 141—147 149 150 156 162 163 165—172
Detection      4 11 31 78 82—84 99 100 108 117—119 125—127 176 187 194 203 209—211 217
Diagnosis      20 27—29 33—35 49 50 71 85 86 102 103 125—127 231—234 242—248 261—264 271—276 280—284 303—306 353—355
Diagnosis, global      1 30 31 335 336
Diagnosis, local      31 335
Diagnosis, model-based      3 32 33 284
Diagnosis, system      105 106 244—249 261 269 273 274 279 282 287
Diagnostic      50 103 188 193 201 205 231—235 237 240 262 263 269—274 280—283 303 311 334
Digraph      336—338 341—343 345 349—352
Distributed diagnosis      335 354—356
Dynamic systems      12 32 34 35 82 102 103 122 123 210 228 229 284 285 314 329 330 333 355
Dynamics      5 6 12—15 34 104 118 289 290 306
Edges      336 338 341—351 354
Effort      125 180 254—260 266 271 272 289 303
entropy      129 153 154 159—162 168 173—175
Error function      214 219
Errors      38 61 65 69 95 144 186 189 197—200 214 223—225 306 319
Estimation, parameter      2 8—10 33 83 88 90 176
experiments      31 165 232 233 237 262 267 269 271 278 279 282 296—302
Fault detection      2 4 6—8 10 21 32—34 81 83 87 101—105 209 216—218 223—226 228 330—332
Fault identification      4 20 126 209 216 224 226 228
Fault intensity      316 322—324
Fault isolation      4 7 14 17 21 23 26 85 98 209 218—220 222—224 242 269—271 322
Fault propagation      262
Fault settling time      322 323 326
Fault strengths      116 119—121 225 316
Fault symptoms      305 314 315 323 326
Faults      2—9 81—87 98 99 105—108 115—121 186—191 195—201 216—221 223—227 231—237 241—245 256—258 260—282 314—318 320—328
Feedback      5 13—14 310—311 321 337—343 346 348 354
Flow      37 51 64 74 95 96 98 100 115—117 180 182 197 198 251—262 266—268 318—322 327
Flow, conductive      231 231 235 243 245 251—253 260 282—282
Fuzzy logic      3 9 10 17 21 28 37—39 42 55 57 63 65 73 76 83 86 313
Fuzzy models      17 18 39 81—83 86—92 94—99 101 103 128 145 146 162 168 171 307
Fuzzy rules      17—19 21—22 26 27 39 43—48 50—54 55 86 88—89 92 93
Fuzzy sets      17—19 21—23 26 39—45 88 90 92 103 106 152—155 159 176 249 305 329—332
Fuzzy statistical method      169
Fuzzy systems      10 18—20 33 39 43 47 50 53—55 77 79 82 86 88 103 104 312 313
Gas-path fault      179 183 191 205
Genetic algorithms      1 3 9 10 21 27—29 32 34 36 87 91 93 102 103 115 122 183
Graph      336 348 350—352
Hierarchical structure      23 24 106 261 264 265 305 307 314 315 323 328
Human diagnostician      231—234 237 242—248 250 251 261—262 265—266 269 271 276 278 279 282 283
Hyperboxes      107—108 289—294 299—300
Hypergraph      337—338 348 350
Identification      15 37 44 50 63 88—90 263 311—313
Incipient faults      97 99 221 224 306 314 324—326
Inference process, fuzzy      19 39—40 50—54
Input-output model      6 8—10
Inputs      4—6 8—10 12—18 20—27 30—41 43—45 50—55 57—59 63 64 66 69 77—78 81—83 87—90 94 96 113 115—117 139 144 154 183—186 193—194 206—207 210—211 213—215 220—222 236—240 255 256 258—260 275—277 288—292 308—311 314—317 322 347—348
Intermittent faults      101
Intervals      17 24 28 65 117 246 247 262 294 296 298 300—301
Isolation      4 6—11 20—21 23 45 84—85 98 117—120 186—187 217—220 222—224 242—244 256—258 269—272 314—318 322—323 326—328
Knowledge      19 27 37 81—83 85—86 88 231—238 240 242 248 261—279 282—283 288—289 309—313
Layers      13 194 207 213—214 240—242 275 316
Learning      19 21 27 47 50—51 132 184—186 213—214 288—292 310—313
Learning algorithm      44 47 50—51 280 289—292 310
Linear models      5 17—18 86 307—308
Logic      39 44 236 238—239 243—247 282
Loops      5 254 339—344 346—348 354
Magnitude      37 68—69 114 131 138—139 190 198 323
Malfunctions      3—4 82 125 211 216 318
MAP      11—12 19 39 43 50 54 82 105 146 152 161—163 168 170—171 207 215 231—232 316 336—337 354
Measurements      29 48—49 50 52 53—54 64 66—71 108—109 116—117 190—192 198—199 216 219 220 222—223 248 297 315—316 322 335—336 338—341
Measurements selection      56—59 63
Membership functions      17 19—22 41 53 88 112—113 118 152—155 247 249—250 289—291 323—324
Model      4—6 8—15 17—19 21—22 24—25 39 49—56 75 84—101 128—129 145—146 168 184—185 191 211 213 215 232—233 237—238 254—256 261—264 288—289 307—313 317
Model, causal      335—331 343 346—351 353—355
Model, computational      238 243 261—264
Model, connectionist      232 242 250 270—271
Model, mathematical      4 9 39 84 184 306—307 310
Model, statistical      139
Network, flow functions      251 253 254 257 266
Network, neural      10—16 47—48 183—189 193—200 206—207 210—215 219 220 223 224 233—234 236—240 242 262 270—273 275 279 280 305—314
Network, neuro-fuzzy      20—29 289—294 297—300 314—313
Network, statistical      145—146 173—175
nodes      212 254 260 291 352
Noise      4 8 10 29—30 48—49 55 57—58 64 66—69 83 85 117 127 131—132 137 191 193 196—199 222 223 277 279 315 319 322 326
Non-linear      5 10 14 17—18 29—30 43 49 73 82 189 207 210 213 306—309 311—312 317 327 328
Normal state      12 15 19—20 23 25 105—107 119 216 218—219 223 272 280
Operator      39—40 42—44 53—55 90—93 157—158
Operator, human      126 243—248 261 263—264 266 268 270—277 279 281 283 306
Outputs      4—6 8—21 23—25 39 43 44 53 54 57—59 63 64 66 73 74 81—85 87—89 96—100 106 116 184—186 189 193—194 206—207 210 213—215 220 235 237 238 255—260 271 275—277 288—289 291 308—309 316 317 321—323 339
overlapping      12 17 41 108 118—120 132 289 290 292 293
Parameters      7—10 14 16 21—22 27—29 39 43—55 57—67 70—75 83 88—92 106—109 111 113—115 118 125—126 129—131 133—135 140—141 143—144 173—175 182—183 187—191 196—198 207 212—215 256 257 288 291 294 296—300 310—311
Partition      21—22 24 90 114 146 159 241 245 251 265 335—338 341—343 347—349 351—354
Pattern      47 50 53 114 181 188—189 193—197 206—207 214 215 240 260—263 269—272 279 280 289—292 294 308—310 313 316
Pattern recognition      38 54 127 209—212
Performance      9 12 15—16 28—29 43—55 57—60 64 65 71—75 82 90 96 111 113 115 135—136 158 163 179—182 185—191 196—198 213 215 217 218 223 224 251 257 296—298 305 308—310 318 321 323 327
Plant      29—30 116—117 186—188 216 219 223 276 295 317 321 322
pre-processing      128 129 269 270
Process      9—10 15—17 29—30 39—40 49 83—89 95 115—116 184 215—217 222—225 241 244—258 264 274 278 279 295 297 299 311—312 316—318 323 326
Relation      47 83 89 92 147 149 150 153 155—158 231—233 236 237 243 252 255 256 259—270 342
Relation, fuzzy      146—147 150 155—158
Relation, parity      8
Relationship      29 39 83 147 182 188—189 198 207 300 309 353
Relationship, analytical      84
Relationship, causal      19 106 338—341
Relationship, functional      57 63 64 66 74
Relationship, linear      29
Relationship, mathematical      82
Relationship, recurrence      24
Relationship, residuals-faults      17 20
Relationship, symptoms-faults      86 106
Rule, extraction      289 294—295 299—300
Rule, if-then      17 19 43—44 51 88 294
Sample      88—89 96 132—133 165—166 223 224 296—297 299
Selection      27 28 91 92 114 130 135 167—168 220 235 240
Selection, feature      215
Selection, optimal      57 63
Selection, parameters      0
Sensor      5—6 8 10 29—30 48 49 77 84 95 116 117 128—131 165 186—194 207 221 244—250 270 277 278 297 321 322 325
Sensor measurements      23 108 118 335—336 338—341
Sensor noise      52 55 58 64 66 67 77 198
signal      17 23 81—82 116 118 126—136 144 166—168 171—172 184—185 214 216 217 222 223 308 312—313 319
Signal, reference      95 108—109 116 319 322
Signal, residual      4 11—12 84—85
Similarity      109—113 118 129 141 146—147 157—159 196
Space      7 21 28 114 115 118 210 234 244 263 289—290 316 317 323 326
Space, input      39 41 43 215
Space, output      39 43
Space, state measurements      108
Space, state model      5—6 18
Space, state search      47 50—52 55—59 74 91—93
Spectrum, vibration      127—134 139 166—168 171—172
symptoms      4 12 23 84—86 106—108 125—126 222 241 245 256—259 262 314 315 323—327
Threshold      7 12 19 84 85 87 184 216 218 219 236 237 240 294 299 307 308 316
Time, computational      66 74—75 337
Time, elicitation      242 244 247 250
Time, steps      118 338—340 347 349 350
Time, window      12 25 109 110 118 216 217 220 222 340 341 347
Training      14—16 22—23 185—189 194—198 207 212—216 218—220 223—225 271—272 292 294 297 299 308—311 316—318 323 326
Training algorithm      12—13 22 185 195—196 207
Training data      10 13—14 212—213 215 218 219 316 317 323
Training process      14 22 179 186 207
Training set      16—17 213 223—225 292 314
Trees      184 211—213 343—346 352—353
Uncertainty      29 39—40 50 52 85—86 129 131 136 152—154 190 224 243—247 296 312—313 348
Variables      95 116—117 196—198 246—248 254 277
Variables, Boolean      27
Variables, controlled      89
Variables, flow      258 259 260 266 271—272
Variables, input      17 21 44 52 55 89 90 309 314
Variables, linguistic      20 245
Variables, measurements      84 315 322 323 325 326 328
Variables, observed      245 250 262 266 268 271 274 276 277—279 281
Variables, output      43 89 99 309
Variables, power      254 256 259 260 271
Variables, process      39 89 220
Variables, state      88
Variables, system      18 46
Weights      12—14 16 18 21 43 185—186 213—215 240 242 274 312—313
blank
Ðåêëàìà
blank
blank
HR
@Mail.ru
       © Ýëåêòðîííàÿ áèáëèîòåêà ïîïå÷èòåëüñêîãî ñîâåòà ìåõìàòà ÌÃÓ, 2004-2024
Ýëåêòðîííàÿ áèáëèîòåêà ìåõìàòà ÌÃÓ | Valid HTML 4.01! | Valid CSS! Î ïðîåêòå