机械结构化稀疏学习诊断理论与应用

全书分十五章，主要内容包括：临床实验室管理的内容、特点；临床实验室质量体系的建立，包括管理体系的组成与运行、临床检验方法性能验证与确认、质量控制、仪器与试剂的质量管理、分析过程的质量管理等；临床实验室安全管理；沟通与咨询服务；临床实验室信息管理；临床实验室的设计与布局；各专业全面质量管理等。

主持1项863项目、3项国家自然科学基金、国防预研等；担任机械制造系统工程国家重点实验室监测诊断方向负责人，具有团队组织能力；获2012年霍英东青年教师一等奖，获2008年教育部新世纪人才、2009年陕西省青年科技新星和2012年国家杰出青年科学基金资助。

前言
第1章 绪论1
1.1 故障诊断与状态监测的发展概况1
1.1.1 基于信号处理的故障特征提取技术2
1.1.2 基于数据驱动的智能诊断技术5
1.2 稀疏理论及稀疏诊断的发展概况6
1.2.1 基于稀疏表示字典的特征辨识7
1.2.2 基于稀疏正则项的特征辨识9
1.2.3 基于稀疏鉴别分析的故障辨识10
1.3 本书内容11
参考文献13
第2章 稀疏表示基本理论19
2.1 稀疏表示理论19
2.1.1 信号稀疏性定义19
2.1.2 正则化项约束与稀疏表示模型19
2.2 稀疏表示字典构造22
2.2.1 解析字典构造23
2.2.2 学习字典构造24
2.3 稀疏信号恢复算法25
2.3.1 贪婪算法26
2.3.2 凸优化算法27
参考文献29
第3章 结构化稀疏学习诊断理论30
3.1 结构化稀疏学习诊断核心要素33
3.1.1 结构化正则描述33
3.1.2 稀疏表征系统学习34
3.2 结构化稀疏学习诊断建模和优化求解36
3.2.1 结构化稀疏学习诊断模型36
3.2.2 模型解空间结构39
3.2.3 广义块坐标优化求解框架41
3.3 结构化稀疏学习诊断理论实例分析48
3.3.1 频域稀疏表征吸引子设计51
3.3.2 层级稀疏学习诊断模型57
3.3.3 SpaEIAD求解器59
3.3.4 统计分析62
参考文献68
第4章 加权稀疏分解71
4.1 加权稀疏分解建模原理72
4.1.1 经典稀疏分解原理72
4.1.2 加权稀疏分解原理73
4.2 稀疏表示字典75
4.2.1 构造仿真信号76
4.2.2 故障特征稀疏先验77
4.2.3 调Q小波字典构造78
4.3 权系数矩阵吸引子设计80
4.3.1 故障特征统计指标先验81
4.3.2 权系数矩阵吸引子83
4.4 模型优化求解85
4.4.1 加权ADMM算法85
4.4.2 算法复杂度分析87
4.5 加权稀疏分解仿真分析88
4.6 航空轴承振动信号实例分析94
参考文献98
第5章 非负有界卷积稀疏结构100
5.1 非负有界卷积稀疏结构建模和优化求解102
5.1.1 非负有界稀疏结构先验102
5.1.2 非负有界卷积稀疏学习模型105
5.1.3 NBConvSLM求解算法106
5.2 非负有界卷积稀疏结构仿真分析111
5.3 CWRU轴承振动信号实例分析116
参考文献118
第6章 非局部相似结构120
6.1 大DN值航空轴承响应分析及诊断研究现状121
6.1.1 大DN值航空轴承动态响应特性分析121
6.1.2 大DN值航空轴承诊断研究现状125
6.2 非局部相似结构稀疏学习原理127
6.3 非局部相似结构稀疏正则130
6.3.1 非局部相似先验130
6.3.2 非局部平均估计131
6.3.3 非局部相似正则化项建立134
6.4 稀疏聚类学习字典136
6.4.1 K均值聚类137
6.4.2 稀疏聚类字典学习137
6.5 非局部相似结构稀疏学习模型及其优化求解139
6.5.1 块坐标下降优化算法139
6.5.2 正则化参数自适应估计策略142
6.6 非局部相似结构稀疏学习仿真分析143
6.7 大DN值轴承振动信号实例分析151
参考文献156
第7章 自相似加权稀疏秩结构159
7.1 自相似加权稀疏秩结构正则建模和优化求解161
7.1.1 秩空间设计161
7.1.2 自相似结构稀疏秩描述162
7.1.3 加权稀疏秩正则模型165
7.1.4 块坐标优化求解算法167
7.2 自相似加权稀疏秩结构模型参数分析171
7.3 SQI电机振动信号实例分析174
参考文献179
第8章 广义协同稀疏结构182
8.1 协同稀疏结构学习建模和优化求解183
8.1.1 广义协同稀疏原理183
8.1.2 行稀疏正则描述185
8.1.3 广义协同稀疏模型186
8.1.4 块邻近梯度下降求解算法187
8.2 齿轮箱振动信号实例分析190
8.2.1 广义协同稀疏结构模型参数分析193
8.2.2 CSLM算法性能分析195
参考文献196
第9章 工程应用实例198
9.1 风电装备齿轮箱特征辨识198
9.1.1 风电装备描述和初级分析200
9.1.2 结构化稀疏特征辨识策略205
9.1.3 微弱特征解耦增强206
9.1.4 传递路径解卷辨识208
9.1.5 诊断结论和建议212
9.2 航空发动机齿轮毂裂纹诊断213
9.2.1 问题描述213
9.2.2 协同稀疏分类技术216
9.2.3 测试系统搭建及信号初步分析221
9.2.4 齿轮毂裂纹故障的协同稀疏鉴别技术227
9.2.5 CSC算法性能分析229
参考文献234