本书是关于非线性系统故障可诊断性评价与诊断方法的一本专著，主要汇集了作者近年来在故障可诊断评价与设计、非线性系统故障诊断及传感器优化配置等相关领域的新理论与新方法，并探索将相关研究成果应用在电源车系统中，同时也集中介绍了近年来国内外在**控制研究领域的新的技术原理和主要方法。本书以分块逐步递进的方法共分为三篇，分别包括：故障可诊断性评价与设计、非线性系统故障诊断方法以及故障可诊断性评价和诊断方法在电源车系统中的应用。本书可作为控制科学与工程学科研究人员的参考书籍，同时对从事自动化系统研究、设计、开发和应用的广大工程技术人员也具有一定的参考价值。

上篇非线性系统故障可诊断性量化评价与设计 第1章绪论 1.1故障可诊断性评价及诊断方法研究的意义 1.2非线性系统故障诊断研究现状 1.2.1故障可诊断性 1.2.2基于故障可诊断性评价的传感器优化配置 1.2.3非线性系统故障诊断方法 1.3存在的问题与不足 1.4本章小结 参考文献 第2章非线性系统故障可诊断性量化评价方法 2.1引言 2.2问题描述 2.3基于KL散度的故障可诊断性量化评价 2.3.1KL散度定义 2.3.2故障可诊断性量化评价基本原理 2.3.3基于SKDE的概率密度函数估计 2.3.4基于蒙特卡洛方法的非线性函数估计 2.4故障可诊断性评价指标约束下的数据测量噪声可行域分析 2.4.1不同测量噪声域下的残差数据分析 2.4.2故障可检测性指标约束下的测量噪声可行域分析 2.4.3故障可分离性指标约束下的测量噪声可行域分析 2.5基于可诊断性评价的非线性系统故障检测 2.5.1基于KL散度的故障检测 2.5.2故障漏报率和误报率分析 2.5.3阈值的优化选取 2.6仿真研究与结果分析 2.6.1仿真对象描述 2.6.2不同故障模式下残差概率密度函数估计 2.6.3故障可诊断性量化评价结果分析 2.6.4测量噪声对故障可诊断性量化评价的影响 2.6.5测量噪声的可行域仿真分析 2.6.6微小故障下的测量噪声的可行域分析 2.6.7基于可诊断性评价结果的故障检测 2.7本章小结 参考文献 第3章非线性系统故障可诊断性设计方法 3.1引言 3.2故障可诊断性评价分析 3.2.1评价原理分析 3.2.2故障可诊断性定量评价原理分析 3.3故障可检测性设计 3.3.1故障可检测性设计原理分析 3.3.2基于贪心算法的系统测点设计 3.3.3以软代硬的软传感器设计 3.4故障可分离性设计 3.4.1故障可分离性分析及测点配置 3.4.2基于故障自身属性的故障可分离性设计 3.5案例仿真研究 3.5.1水轮机调速器控制系统 3.5.2水轮机调速器故障可检测性设计 3.5.3水轮机调速器故障可分离性设计 3.6本章小结 参考文献 第4章基于故障可诊断性量化评价的传感器优化配置方法 4.1引言 4.2问题描述 4.2.1通过实例引出问题 4.2.2定性评价下的*小传感器集合 4.2.3传感器配置过程中面临的问题 4.3基于故障可诊断性量化评价的传感器优化配置 4.3.1*小传感器集合下的系统故障可诊断性分析 4.3.2传感器的优化配置问题 4.4基于动态规划的故障诊断系统传感器优化配置算法 4.5软传感器设计 4.6测点传感器多目标优化配置 4.6.1测点传感器优化配置中的约束函数 4.6.2测点传感器优化配置中的目标函数 4.6.3改进的NSGA-Ⅱ优化算法 4.7案例仿真研究 4.7.1仿真案例1： 非线性系统数值仿真 4.7.2仿真案例2： 车辆电源系统 4.8本章小结 参考文献 第5章基于数据驱动的传感器可重构性评价方法 5.1引言 5.2问题描述 5.2.1捷联惯性导航系统 5.2.2面临问题 5.3基于KL散度的传感器可重构性量化评价 5.3.1基于KPLS方法的传感器解析���余分析 5.3.2基于KL散度进行可重构性量化评价的基本原理 5.4可重构性量化评价阈值的优化选取 5.4.1错分率和漏分率分析 5.4.2阈值的优化选取 5.5仿真研究与结果分析 5.6本章小结 参考文献 中篇非线性系统故障诊断方法 第6章基于自适应阈值的粒子滤波算法的非线性系统故障诊断方法 6.1引言 6.2问题描述 6.3粒子滤波算法 6.4故障诊断方法设计 6.4.1故障检测 6.4.2自适应阈值设计 6.4.3故障隔离 6.4.4故障误报率和漏报率 6.5仿真研究与结果分析 6.6本章小结 参考文献 第7章基于数据驱动残差评价策略的故障检测方法 7.1引言 7.2多模式运行系统的故障检测方法描述 7.3基于数据驱动方法的故障检测 7.3.1KL散度算法的改进 7.3.2基于KL散度的故障检测 7.3.3基于自学习方法的K值确定 7.3.4残差的聚类 7.4基于故障误报率和漏报率的阈值优化 7.4.1误报率与漏报率计算 7.4.2阈值的优化选取 7.5仿真研究与结果分析 7.5.1仿真对象描述 7.5.2残差特性分析 7.5.3故障检测 7.6本章小结 第8章基于高斯混合分布的微小故障诊断和幅值估计方法 8.1引言 8.2理论基础 8.2.1故障建模 8.2.2GMM的概率密度函数估计 8.2.3基于GMM的KL散度定义 8.3基于KL散度的微小故障诊断 8.3.1故障检测和故障分离 8.3.2阈值设计 8.4基于KL散度的故障幅值估计 8.5仿真分析 8.5.1仿真对象描述 8.5.2微小故障下的残差数据分析 8.5.3微小故障诊断 8.5.4故障幅值估计 8.6本章小结 参考文献 下篇故障可诊断性评价及诊断方法在电源车系统中的应用 第9章混合信息熵约束下的电源车传感器优化配置方法 9.1引言 9.2基于传感器信息值的故障可诊断性量化评价 9.2.1传感器信息值理论 9.2.2基于传感器信息值的故障可诊断性量化评价 9.3基于传递熵的传感器冗余度评价 9.4传感器的多目标优化过程 9.5仿真实验分析 9.5.1电源车系统和常见故障描述 9.5.2电源车故障可诊断性量化评价 9.5.3电源车传感器的多目标优化配置 9.6本章小结 参考文献 第10章基于时间相关性的电源车传感器故障检测方法 10.1引言 10.2基于SF-ELM的电源车传感器故障检测方法 10.2.1极限学习机相关理论 10.2.2基于SF-ELM的时间序列预测模型建立 10.2.3基于时间序列预测模型的传感器故障检测 10.3基于改进KL-Bi-LSTM模型下的传感器故障检测方法 10.3.1长短时记忆网络的相关理论 10.3.2双向长短时记忆网络时间序列预测模型的建立 10.3.3基于改进KL散度的传感器故障检测 10.4仿真实验与结果分析 10.4.1电源车简介 10.4.2基于时间序列预测模型的电源车传感器故障检测 10.4.3基于改进KL-Bi-LSTM模型下的传感器故障检测 10.5本章小结 参考文献 第11章基于空间相关性的电源车传感器数据重构方法 11.1引言 11.2基于信息熵理论的电源车传感器冗余度量化评价 11.2.1信息熵相关理论 11.2.2基于信息熵理论的传感器信息值量化评价 11.2.3基于改进互信息熵的传感器相关性量化评价 11.2.4基于信息熵理论的辅助变量筛选 11.3仿真实验与结果分析 11.4本章小结 参考文献 第12章引入注意力机制下的电源车传感器故障检测及数据重构 12.1引言 12.2基于注意力机制的传感器故障检测和数据重构方法 12.2.1注意力机制相关理论 12.2.2时间注意力机制下的传感器故障检测 12.2.3互信息熵和注意力机制融合后的传感器数据重构 12.3仿真实验与结果分析 12.3.1引入注意力机制下的电源车传感器故障检测 12.3.2引入注意力机制下的电源车传感器数据重构 12.4本章小结 参考文献