支持向量机故障诊断及控制技术【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

支持向量机故障诊断及控制技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1研究意义1

1.2控制系统故障诊断技术概述4

1.2.1故障及故障诊断的定义4

1.2.2控制系统故障诊断的任务及过程4

1.2.3故障诊断方法的分类4

1.2.4故障诊断技术的国内外研究现状13

1.2.5故障诊断技术的发展趋势14

1.3自动控制技术发展概述15

1.3.1经典控制理论15

1.3.2现代控制理论16

1.3.3智能控制理论16

1.4统计学习理论与支持向量机的研究及发展现状23

1.4.1学习机器的定义及性能指标23

1.4.2传统机器学习理论的缺陷23

1.4.3统计学习理论的提出24

1.4.4支持向量机的发展历史25

1.4.5支持向量机的优点26

1.4.6支持向量机的应用范围27

1.5基于SVM的控制系统辨识建模的国内外研究现状27

1.5.1国外研究现状27

1.5.2国内研究现状27

1.6基于SVM的故障诊断的国内外研究现状28

1.6.1国外研究现状28

1.6.2国内研究现状28

1.7本书的内容及章节安排29

参考文献30

第2章 统计学习理论与支持向量机35

2.1统计学习理论35

2.1.1机器学习问题的描述35

2.1.2学习过程的一致性理论37

2.1.3 VC维38

2.1.4推广性的界40

2.1.5结构风险最小化原则41

2.2支持向量机基本理论42

2.2.1线性可分支持向量机42

2.2.2广义线性支持向量机45

2.2.3核特征空间的非线性映射算法46

2.2.4非线性支持向量机47

2.3回归型支持向量机50

2.3.1回归问题的数学描述50

2.3.2ε不敏感损失函数50

2.3.3线性回归型支持向量机52

2.3.4非线性回归型支持向量机55

2.4本章小结57

参考文献58

第3章 基于SVR的控制系统辨识建模60

3.1系统辨识建模概述60

3.1.1系统建模方法60

3.1.2系统辨识的定义60

3.1.3系统辨识的分类61

3.1.4系统辨识的基本原理63

3.1.5传统的系统辨识方法的缺陷63

3.2基于支持向量机的控制系统辨识建模理论和方法64

3.2.1基于支持向量机的控制系统辨识的任务64

3.2.2支持向量机正向辨识建模65

3.2.3支持向量机模型的选择66

3.2.4辨识信号的选择69

3.2.5采样周期的选择69

3.2.6基于SVM的辨识建模算法70

3.3基于SVR的开环控制系统辨识建模仿真试验70

3.3.1线性系统的辨识建模仿真试验71

3.3.2非线性系统的辨识建模仿真试验72

3.4基于支持向量机的闭环控制系统辨识建模理论和方法74

3.4.1闭环控制系统辨识建模的特点74

3.4.2闭环控制系统的经典辨识方法75

3.4.3基于SVM的闭环控制系统辨识建模的方法75

3.5本章小结76

参考文献76

第4章 基于SVR的控制系统故障诊断78

4.1基于解析余度的故障诊断理论和方法78

4.1.1控制系统故障的数学描述78

4.1.2基于解析余度的故障诊断思想80

4.1.3基于解析余度的故障诊断步骤81

4.1.4故障的可检测性81

4.2基于支持向量机的控制系统故障诊断理论及方法83

4.2.1基于支持向量机的故障诊断方式83

4.2.2基于支持向量机故障诊断的思想及特点87

4.2.3基于支持向量机的控制系统故障诊断方法88

4.2.4基于支持向量机的控制系统故障诊断算法90

4.3基于SVR的开环控制系统故障诊断仿真试验91

4.3.1线性系统的故障诊断仿真试验91

4.3.2非线性系统的故障诊断仿真试验93

4.4基于支持向量机的闭环控制系统故障诊断理论和方法94

4.4.1闭环控制系统故障诊断的特点94

4.4.2基于支持向量机的闭环控制系统故障诊断策略95

4.4.3基于支持向量机的闭环控制系统故障诊断的思想97

4.5基于SVR的闭环控制系统故障诊断仿真试验97

4.5.1闭环控制系统的仿真参数97

4.5.2故障诊断策略97

4.5.3 SVR辨识建模98

4.5.4 SVR辨识模型的校验99

4.5.5传感器恒增益故障的诊断101

4.5.6传感器恒偏差故障的诊断102

4.5.7传感器卡滞型故障的诊断103

4.5.8元件2恒增益故障的诊断103

4.5.9元件2恒偏差故障的诊断104

4.5.10元件2卡滞型故障的诊断104

4.5.11仿真结果分析105

4.6本章小结108

参考文献108

第5章 电液位置伺服系统故障诊断110

5.1电液伺服控制系统概述110

5.1.1液压伺服控制系统的定义及工作原理110

5.1.2液压伺服控制系统的分类110

5.1.3电液伺服控制的发展历史111

5.1.4电液伺服控制系统的优缺点112

5.1.5液压伺服控制的发展方向113

5.2最小二乘支持向量机的回归算法113

5.3电液位置伺服系统的数学描述115

5.3.1伺服放大器的传递函数115

5.3.2电液伺服阀的传递函数116

5.3.3阀控液压缸的传递函数116

5.3.4位移传感器的传递函数120

5.4电液位置伺服系统故障诊断策略120

5.5基于SVR的电液位置伺服系统故障诊断仿真试验122

5.5.1电液位置伺服系统的仿真参数122

5.5.2 SVR的辨识建模122

5.5.3 SVR辨识模型的校验123

5.5.4传感器恒增益故障的诊断125

5.5.5传感器恒偏差故障的诊断126

5.5.6伺服阀恒增益故障的诊断126

5.5.7伺服阀恒偏差故障的诊断126

5.6基于LS - SVM的电液位置伺服系统故障诊断仿真试验127

5.6.1电液位置伺服系统的仿真参数127

5.6.2 LS-SVM的辨识建模127

5.6.3 LS-SVM辨识模型的校验128

5.6.4传感器恒增益故障的诊断130

5.6.5传感器恒偏差故障的诊断130

5.6.6伺服阀恒增益故障的诊断131

5.6.7伺服阀恒偏差故障的诊断131

5.7 SVR与LS-SVM的仿真试验结果对比分析132

5.8本章小结132

参考文献132

第6章 液压舵机双闭环系统故障诊断134

6.1 LS - SVM的改进算法135

6.1.1 LS-SV M的特性135

6.1.2加权LS-SVM的回归算法135

6.1.3稀疏LS-SVM137

6.2液压四余度舵机的结构、工作原理及故障分析138

6.2.1某型飞机平尾四余度液压舵机的结构及工作原理138

6.2.2某型四余度液压舵机伺服控制系统工作原理140

6.2.3某型四余度液压舵机单通道伺服控制系统的典型故障分析141

6.3液压舵机数学模型的描述143

6.4基于SVM的液压舵机故障诊断策略145

6.5液压舵机故障诊断仿真试验及结果分析146

6.5.1仿真参数146

6.5.2液压舵机的加权LS-SVM辨识建模146

6.5.3液压舵机的加权LS-SVM辨识模型的校验147

6.5.4外传感器恒增益故障的诊断149

6.5.5外传感器恒偏差故障的诊断150

6.5.6伺服阀喷嘴堵塞型故障的诊断151

6.5.7伺服阀泄漏型故障的诊断151

6.5.8内传感器恒增益故障的诊断152

6.5.9内传感器恒偏差故障的诊断153

6.6本章小结153

参考文献154

第7章 基于SVM的飞控系统故障诊断155

7.1飞行控制系统故障诊断研究概述155

7.1.1飞行控制系统故障诊断的意义155

7.1.2飞行控制系统故障诊断技术的发展历程156

7.1.3飞行控制系统故障诊断技术的发展方向156

7.1.4自修复飞行控制系统研究概述157

7.2基于支持向量机的飞控系统传感器故障诊断理论和方法158

7.2.1飞控系统传感器故障诊断的意义158

7.2.2基于SVM的飞控系统传感器故障诊断的理论和方法159

7.2.3基于SVM的飞控系统传感器的故障诊断策略161

7.3仿真试验及结果分析162

7.3.1飞控系统的仿真模型162

7.3.2基于LS-SVM的辨识建模162

7.3.3 LS-SVM辨识模型的校验163

7.3.4纵向速度传感器恒偏差故障的诊断168

7.3.5迎角传感器恒增益故障的诊断168

7.3.6俯仰角速度传感器恒增益故障的诊断169

7.3.7俯仰角传感器恒增益故障的诊断169

7.4本章小结170

参考文献170

第8章 基于SVM的直接逆模型控制172

8.1逆系统方法和理论173

8.1.1逆系统的定义173

8.1.2伪线性复合系统174

8.1.3逆系统的正则性175

8.1.4逆系统方法的基本原理175

8.1.5系统可逆性判别176

8.2基于SVM的控制系统直接逆模型控制理论和方法177

8.2.1 SISO系统的直接逆模型控制描述177

8.2.2支持向量机α阶时延逆系统的辨识建模177

8.2.3基于支持向量机的直接逆模型控制178

8.2.4基于支持向量机的直接逆模型控制算法179

8.3基于SVM的控制系统逆模型复合控制理论和方法181

8.3.1直接逆模型控制的缺陷181

8.3.2直接逆模型控制的改进方法181

8.3.3支持向量机逆模型控制+输出反馈控制的复合控制181

8.3.4支持向量机逆模型控制+输出反馈PID控制的复合控制182

8.4线性系统的直接逆模型控制仿真试验186

8.4.1线性系统仿真模型186

8.4.2基于SVR的线性系统直接逆模型控制186

8.4.3基于LS-SVM的线性系统直接逆模型控制189

8.4.4结论192

8.5非线性系统的直接逆模型控制仿真试验192

8.5.1非线性系统仿真模型192

8.5.2基于SVR的非线性系统直接逆模型控制192

8.5.3基于IS-SVM的非线性系统直接逆模型控制194

8.5.4结论197

8.6本章小结197

参考文献197

第9章 基于SVM的内模控制199

9.1内模控制原理200

9.1.1内模控制系统的基本结构200

9.1.2内模控制系统的特性200

9.1.3内模控制器的设计202

9.2基于支持向量机的内模控制理论与方法203

9.2.1基于支持向量机的内模控制的系统结构203

9.2.2内部模型的建立204

9.2.3逆模型控制器的建立204

9.2.4基于支持向量机的内模控制算法205

9.3线性系统的内模控制仿真试验207

9.3.1线性系统仿真模型207

9.3.2基于SVR的线性系统内模控制207

9.3.3基于LS-SVM的线性系统内模控制210

9.3.4结论212

9.4非线性系统的内模控制仿真试验212

9.4.1非线性系统仿真模型212

9.4.2基于SVR的非线性系统内模控制212

9.4.3基于加权LS-SVM的非线性系统内模控制217

9.4.4结论222

9.5本章小结222

参考文献222

第10章 展望224

附录A支持向量机工具箱的加载方法228

附录B光盘程序清单及说明230

附录C中英文术语对照表231