異構制造大數據智能融合技術及應用

第1章制造大數據簡介1
1.1制造大數據概念1
1.2制造大數據發(fā)展現狀2
1.3制造大數據關鍵技術3
1.3.1數據采集3
1.3.2數據預處理6
1.3.3數據分析7
1.3.4制造大數據處理流程12
1.4制造大數據的應用13
1.5制造大數據面臨的挑戰(zhàn)14
1.6制造大數據的發(fā)展前景15
1.7異構制造大數據16
第2章制造大數據云存儲技術18
2.1云存儲發(fā)展現狀及趨勢18
2.1.1國外云存儲發(fā)展現狀18
2.1.2國內云存儲發(fā)展現狀20
2.2云計算及云存儲技術22
2.2.1云計算框架模型22
2.2.2云存儲系統(tǒng)架構23
2.2.3云存儲發(fā)展的關鍵技術25
2.3數據加密技術27
2.3.1密碼學簡介27
2.3.2DES對稱加密技術29
2.3.3RSA公鑰加密技術35
2.3.4數字簽名技術37
2.4數據加密技術在云存儲中的應用39
2.4.1云存儲中數據加密技術的設計39
2.4.2云存儲中數據加密技術的安全性分析44
2.4.3云存儲中數據加密技術的實現46
2.4.4云存儲中數據加密技術的實驗分析50
第3章制造大數據的多源異構數據融合62
3.1多源制造大數據融合方法綜述62
3.1.1多源數據融合方法62
3.1.2多源數據融合方法在設備故障診斷中的應用64
3.2多源制造大數據融合算法分析67
3.2.1證據理論67
3.2.2學習向量化神經網絡70
3.2.3決策樹72
3.2.4卷積神經網絡74
3.3證據理論決策融合算法的改進81
3.3.1證據理論的不足81
3.3.2證據理論的改進83
3.4證據理論決策融合算法的應用88
3.4.1基于神經網絡和證據理論的樣本預測88
3.4.2基于證據理論的多傳感器多目標識別94
3.4.3改進證據理論（IDS）在設備故障中的融合診斷100
第4章制造大數據背景下旋轉設備的智能故障診斷105
4.1制造大數據背景下設備故障智能診斷技術分析105
4.1.1設備故障發(fā)生的一般規(guī)律105
4.1.2傳統(tǒng)的機械設備故障診斷方法107
4.1.3多源數據融合的設備故障診斷方法108
4.2制造大數據背景下設備故障狀態(tài)監(jiān)測與診斷的框架109
4.3基于LVQ和DT的單源信號多傳感器融合智能診斷112
4.3.1單源信號多傳感器融合診斷的實驗數據準備112
4.3.2單源信號多傳感器融合診斷的故障特征提取114
4.3.3單源信號多傳感器融合診斷的模型構建121
4.3.4基于LVQ和DT的多模型融合故障診斷方法122
4.3.5基于IDS融合LVQ和DT的多模融合診斷結果分析134
4.4基于CNN的多源信號多傳感器融合智能診斷136
4.4.1多源信號多傳感器融合診斷的實驗裝置及數據準備137
4.4.2基于振動信號的ASCNN融合診斷模型構建139
4.4.3基于聲音信號的ESCNN融合診斷模型構建149
4.4.4基于IDS的振聲信號的融合診斷模型構建154
4.4.5基于IDS的振聲信號的融合診斷模型性能分析155
第5章制造大數據多源融合及分析系統(tǒng)開發(fā)與實現162
5.1多源異構制造大數據場景162
5.2制造大數據多源融合與分析系統(tǒng)總體設計166
5.2.1需求分析166
5.2.2總體結構設計167
5.2.3數據庫設計171
5.3制造大數據多源融合與分析系統(tǒng)詳細設計與實現177
5.3.1系統(tǒng)詳細設計177
5.3.2系統(tǒng)實現180
5.4制造大數據多源融合與分析系統(tǒng)應用及效果展示182
5.4.1系統(tǒng)安裝與配置182
5.4.2應用效果展示183
參考文獻190