掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(jì)(下)
-
>
基于個(gè)性化設(shè)計(jì)策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車概要.交流傳動(dòng)內(nèi)燃.電力機(jī)車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問題與脈絡(luò)
中圖價(jià):¥30.2
加入購物車
基于數(shù)字孿生的軌道交通健康管理 版權(quán)信息
- ISBN：9787518998043
- 條形碼：9787518998043 ; 978-7-5189-9804-3
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
基于數(shù)字孿生的軌道交通健康管理 內(nèi)容簡介
《基于數(shù)字孿生的軌道交通健康管理》由3部分構(gòu)成。第1篇主要介紹數(shù)字李生及健康管理的相關(guān)內(nèi)涵。第2篇主要介紹數(shù)字李生實(shí)現(xiàn)的各項(xiàng)核心技術(shù)。第3篇主要介紹了數(shù)字孿生在軌道交通健康管理上的應(yīng)用。 《基于數(shù)字孿生的軌道交通健康管理》對(duì)數(shù)字孿生概念的產(chǎn)生，發(fā)展及現(xiàn)狀進(jìn)行了詳細(xì)論述，對(duì)設(shè)備健康管理進(jìn)行了闡述，并基于此引出了基于數(shù)字孿生的健康管理。
基于數(shù)字孿生的軌道交通健康管理 目錄
第1篇 數(shù)字孿生及健康管理內(nèi)涵
第1章 數(shù)字孿生綜述
第2章 設(shè)備健康管理
2．1 設(shè)備健康管理概述
2．2 國內(nèi)外研究現(xiàn)狀
2．2．1 國外研究概況
2．2．2 國內(nèi)研究概況
第3章 機(jī)電系統(tǒng)健康管理技術(shù)
3．1 機(jī)電系統(tǒng)健康管理架構(gòu)
3．1．1 機(jī)電系統(tǒng)PHM系統(tǒng)任務(wù)及功能
3．1．2 機(jī)電系統(tǒng)PHM系統(tǒng)架構(gòu)標(biāo)準(zhǔn)
3．1．3 機(jī)電系統(tǒng)PHM系統(tǒng)信息融合架構(gòu)
3．2 機(jī)電系統(tǒng)健康管理關(guān)鍵技術(shù)和算法
3．2．1 機(jī)電系統(tǒng)健康管理關(guān)鍵技術(shù)
3．2．2 故障特征提取
3．2．3 故障診斷
3．2．4 剩余使用壽命預(yù)測
3．2．5 機(jī)電系統(tǒng)健康管理算法簡介
3．3 機(jī)電系統(tǒng)健康管理案例
3．3．1 電源系統(tǒng)健康管理
3．3．2 液壓系統(tǒng)健康管理
3．3．3 燃油系統(tǒng)健康管理
3．3．4 環(huán)控系統(tǒng)健康管理
3．3．5 剎車（起落架）系統(tǒng)健康管理
第2篇 數(shù)字孿生的實(shí)現(xiàn)技術(shù)
第4章 感知——傳感器與數(shù)據(jù)處理技術(shù)
4．1 傳感器技術(shù)
4．2 數(shù)據(jù)處理技術(shù)
4．2．1 數(shù)據(jù)預(yù)處理方法
4．2．2 特征提取方法
第5章 交互——可視化與人機(jī)交互技術(shù)
5．1 虛擬現(xiàn)實(shí)技術(shù)
5．2 VR的特點(diǎn)與關(guān)鍵技術(shù)
5．2．1 VR的特點(diǎn)
5．2．2 VR關(guān)鍵技術(shù)
第6章 建模——基于模型的數(shù)字孿生體創(chuàng)建方法
6．1 建模與仿真
6．2 建模與仿真數(shù)字化工業(yè)技術(shù)
6．2．1 CAD技術(shù)
6．2．2 CAE技術(shù)
6．2．3 CAPP技術(shù)
6．2．4 CAM技術(shù)
6．2．5 PDM技術(shù)
6．2．6 EDA技術(shù)
6．2．7 CFD技術(shù)
6．2．8 PLM技術(shù)
6．2．9 BIM技術(shù)
6．2．10 多領(lǐng)域統(tǒng)一物理系統(tǒng)建模語言Modelica
第7章 建模——基于數(shù)據(jù)驅(qū)動(dòng)的數(shù)字孿生體創(chuàng)建方法
7．1 數(shù)據(jù)驅(qū)動(dòng)的數(shù)字孿生體創(chuàng)建方法
7．1．1 支持向量機(jī)（SVM）
7．1．2 隨機(jī)森林（RF）
7．1．3 Apriori
7．1．4 FP-Growth
7．1．5 極端梯度提升模型（XGBoost）
7．1．6 LSTM
7．1．7 CNN層
7．2 深度學(xué)習(xí)的可解釋性
第8章 智能推理與決策
8．1 運(yùn)籌學(xué)
8．2 強(qiáng)化學(xué)習(xí)
第3篇 基于數(shù)字孿生的軌道交通健康管理
第9章 軌道車輛綜述
9．1 軌道車輛組成
9．1．1 車體
9．1．2 轉(zhuǎn)向架
9．1．3 車輛連接裝置
9．1．4 制動(dòng)裝置
9．1．5 受流裝置
9．1．6 車輛設(shè)備
9．1．7 車輛電氣系統(tǒng)
9．2 軌道車輛技術(shù)參數(shù)
9．2．1 車輛性能參數(shù)
9．2．2 車輛主要尺寸參數(shù)
第10章 基于數(shù)字孿生的軌道交通健康管理實(shí)施框架
10．1 數(shù)字孿生中的人工智能算法
10．2 基于數(shù)字孿生的復(fù)雜裝備健康管理框架
10．3 基于數(shù)字孿生的軌道車輛健康管理
10．4 基于數(shù)字孿生的軌道列車健康管理演示軟件研發(fā)
第11章 基于數(shù)據(jù)驅(qū)動(dòng)的數(shù)字孿生健康管理案例
11．1 基于數(shù)據(jù)驅(qū)動(dòng)的數(shù)字孿生健康管理方法概述
11．1．1 組成部分
11．1．2 實(shí)現(xiàn)流程
11．2 基于數(shù)據(jù)驅(qū)動(dòng)的數(shù)字孿生健康管理方法案例
11．2．1 數(shù)據(jù)處理
11．2．2 模型構(gòu)建
11．2．3 案例研究
參考文獻(xiàn)
致謝
第1章 數(shù)字孿生綜述
第2章 設(shè)備健康管理
2．1 設(shè)備健康管理概述
2．2 國內(nèi)外研究現(xiàn)狀
2．2．1 國外研究概況
2．2．2 國內(nèi)研究概況
第3章 機(jī)電系統(tǒng)健康管理技術(shù)
3．1 機(jī)電系統(tǒng)健康管理架構(gòu)
3．1．1 機(jī)電系統(tǒng)PHM系統(tǒng)任務(wù)及功能
3．1．2 機(jī)電系統(tǒng)PHM系統(tǒng)架構(gòu)標(biāo)準(zhǔn)
3．1．3 機(jī)電系統(tǒng)PHM系統(tǒng)信息融合架構(gòu)
3．2 機(jī)電系統(tǒng)健康管理關(guān)鍵技術(shù)和算法
3．2．1 機(jī)電系統(tǒng)健康管理關(guān)鍵技術(shù)
3．2．2 故障特征提取
3．2．3 故障診斷
3．2．4 剩余使用壽命預(yù)測
3．2．5 機(jī)電系統(tǒng)健康管理算法簡介
3．3 機(jī)電系統(tǒng)健康管理案例
3．3．1 電源系統(tǒng)健康管理
3．3．2 液壓系統(tǒng)健康管理
3．3．3 燃油系統(tǒng)健康管理
3．3．4 環(huán)控系統(tǒng)健康管理
3．3．5 剎車（起落架）系統(tǒng)健康管理
第2篇 數(shù)字孿生的實(shí)現(xiàn)技術(shù)
第4章 感知——傳感器與數(shù)據(jù)處理技術(shù)
4．1 傳感器技術(shù)
4．2 數(shù)據(jù)處理技術(shù)
4．2．1 數(shù)據(jù)預(yù)處理方法
4．2．2 特征提取方法
第5章 交互——可視化與人機(jī)交互技術(shù)
5．1 虛擬現(xiàn)實(shí)技術(shù)
5．2 VR的特點(diǎn)與關(guān)鍵技術(shù)
5．2．1 VR的特點(diǎn)
5．2．2 VR關(guān)鍵技術(shù)
第6章 建模——基于模型的數(shù)字孿生體創(chuàng)建方法
6．1 建模與仿真
6．2 建模與仿真數(shù)字化工業(yè)技術(shù)
6．2．1 CAD技術(shù)
6．2．2 CAE技術(shù)
6．2．3 CAPP技術(shù)
6．2．4 CAM技術(shù)
6．2．5 PDM技術(shù)
6．2．6 EDA技術(shù)
6．2．7 CFD技術(shù)
6．2．8 PLM技術(shù)
6．2．9 BIM技術(shù)
6．2．10 多領(lǐng)域統(tǒng)一物理系統(tǒng)建模語言Modelica
第7章 建模——基于數(shù)據(jù)驅(qū)動(dòng)的數(shù)字孿生體創(chuàng)建方法
7．1 數(shù)據(jù)驅(qū)動(dòng)的數(shù)字孿生體創(chuàng)建方法
7．1．1 支持向量機(jī)（SVM）
7．1．2 隨機(jī)森林（RF）
7．1．3 Apriori
7．1．4 FP-Growth
7．1．5 極端梯度提升模型（XGBoost）
7．1．6 LSTM
7．1．7 CNN層
7．2 深度學(xué)習(xí)的可解釋性
第8章 智能推理與決策
8．1 運(yùn)籌學(xué)
8．2 強(qiáng)化學(xué)習(xí)
第3篇 基于數(shù)字孿生的軌道交通健康管理
第9章 軌道車輛綜述
9．1 軌道車輛組成
9．1．1 車體
9．1．2 轉(zhuǎn)向架
9．1．3 車輛連接裝置
9．1．4 制動(dòng)裝置
9．1．5 受流裝置
9．1．6 車輛設(shè)備
9．1．7 車輛電氣系統(tǒng)
9．2 軌道車輛技術(shù)參數(shù)
9．2．1 車輛性能參數(shù)
9．2．2 車輛主要尺寸參數(shù)
第10章 基于數(shù)字孿生的軌道交通健康管理實(shí)施框架
10．1 數(shù)字孿生中的人工智能算法
10．2 基于數(shù)字孿生的復(fù)雜裝備健康管理框架
10．3 基于數(shù)字孿生的軌道車輛健康管理
10．4 基于數(shù)字孿生的軌道列車健康管理演示軟件研發(fā)
第11章 基于數(shù)據(jù)驅(qū)動(dòng)的數(shù)字孿生健康管理案例
11．1 基于數(shù)據(jù)驅(qū)動(dòng)的數(shù)字孿生健康管理方法概述
11．1．1 組成部分
11．1．2 實(shí)現(xiàn)流程
11．2 基于數(shù)據(jù)驅(qū)動(dòng)的數(shù)字孿生健康管理方法案例
11．2．1 數(shù)據(jù)處理
11．2．2 模型構(gòu)建
11．2．3 案例研究
參考文獻(xiàn)
致謝
展開全部
基于數(shù)字孿生的軌道交通健康管理 作者簡介
張騰飛，助理研究員，碩士研究生， 自動(dòng)化研究所，長期從事數(shù)字孿生和故障診斷研究。 任廣皓，助理研究員，碩士學(xué)歷， 自動(dòng)化研究所，長期從事故障診斷和人工智能研究。 楊楠，助理研究員，博士學(xué)歷， 自動(dòng)化研究所，長期從事故障診斷和仿真研究。 張桂剛，副研究員，博士學(xué)歷， 自動(dòng)化研究所，長期從事故障診斷和仿真研究。 王健，研究員，博士學(xué)歷， 自動(dòng)化研究所，長期從事故障診斷和控制系統(tǒng)研究。
書友推薦
- >
有舍有得是人生
- >
月亮與六便士
- >
伯納黛特,你要去哪(2021新版)
- >
隨園食單
- >
巴金－再思錄
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
月亮虎
- >
史學(xué)評(píng)論
本類暢銷
