智能制造是制造業(yè)的未來方向，而體現(xiàn)智能之處就是生產(chǎn)線的“自主”運行及遠程控制。本書綜合相關(guān)基礎(chǔ)知識、健康管理與遠程運維技術(shù)，結(jié)合工程實踐，形成了一個智能系統(tǒng)遠程運維決策框架�；诮】倒芾硭枷耄岢隽藬�(shù)據(jù)完備和數(shù)據(jù)不完備兩種情況下的系統(tǒng)故障診斷模型；基于故障診斷，分別從考慮備件、緩沖庫存、服務合同、部件相關(guān)性、環(huán)境等角度提出了運維技術(shù)與模型，并對各個模型的效能以及準確性進行了分析。
本書適宜從事制造業(yè)及相關(guān)領(lǐng)域的技術(shù)人員參考。
劉勤明，教授，博士生導師，上海理工大學管理學院工會主席，工業(yè)工程系主任，上海市青年五四獎章獲得者，上海市高原學科"管理科學與工程"建設成員，上海市系統(tǒng)科學科研創(chuàng)新團隊成員，上海市管理科學與工程科研創(chuàng)新團隊成員，上海市機械工程學會工業(yè)工程專業(yè)委員會副秘書長，教育部學位中心碩士論文評審專家，上海市科技獎通訊評審專家，上海市課程思政領(lǐng)航團隊（工業(yè)工程）負責人。長期從事故障診斷與壽命預測、人工智能、智能制造等方面研究，主持國家級、省部級等項目10余項，發(fā)表論文100余篇，其中SCI檢索論文18篇，ESI高被引1篇，國家自然科學基金委員會管理類重要期刊10篇，出版專著2部，獲上海市教學成果特等獎1項，國家級教學成果二等獎1項。
第1章緒論1
1.1概述1
1.2智能遠程運維與故障預測2
1.3維護策略3
1.3.1預防性維護3
1.3.2狀態(tài)維護5
1.3.3預測性維護8
1.3.4基于故障預測的智能系統(tǒng)維護9
1.3.5維護策略的選擇方法11
1.4維護策略發(fā)展趨勢12
本章小結(jié)13
第2章故障預測與健康管理方法14
2.1概述14
2.2基于物理模型的故障預測與健康管理方法17
2.3基于知識驅(qū)動的故障預測與健康管理方法19
2.3.1專家系統(tǒng)19
2.3.2模糊邏輯20
2.4基于數(shù)據(jù)驅(qū)動的故障預測與健康管理方法21
2.4.1基于人工神經(jīng)網(wǎng)絡的方法22
2.4.2貝葉斯網(wǎng)絡方法/模型26
2.5基于模型驅(qū)動的故障預測與健康管理方法28
2.5.1隱馬爾可夫模型/隱半馬爾可夫模型28
2.5.2失效率和比例強度模型30
2.5.3灰色模型GM（1，1）31
2.6基于融合模型的故障預測與健康管理方法32
本章小結(jié)34
參考文獻36
第3章大數(shù)據(jù)驅(qū)動的系統(tǒng)智能故障預測42
3.1概述42
3.2基于改進退化隱馬爾可夫模型（DGHMM）的健康預測44
3.2.1DGHMM基本原理44
3.2.2設備退化過程44
3.2.3基于改進遺傳算法的參數(shù)估計50
3.2.4基于DGHMM的設備剩余壽命預測53
3.2.5算例分析55
3.3基于改進隱半馬爾可夫模型的健康預測59
3.3.1模型描述60
3.3.2協(xié)同進化參數(shù)估計方法64
3.3.3基于DK-MHSMM的診斷預測65
3.3.4算例分析69
3.4基于高階隱半馬爾可夫模型的健康預測79
3.4.1改進高階隱半馬爾可夫模型80
3.4.2不確定分布下的剩余壽命預測87
3.4.3算例分析88
本章小結(jié)94
參考文獻95
第4章數(shù)據(jù)不完備的系統(tǒng)智能故障預測96
4.1概述96
4.2小樣本數(shù)據(jù)不均衡情況下的故障預測97
4.2.1改進粒子群優(yōu)化算法98
4.2.2非線性多分類均衡支持向量機98
4.2.3基于IPSO-BSVM的參數(shù)優(yōu)化101
4.2.4基于IPSO-BSVM的小樣本數(shù)據(jù)不均衡情況下的設備故障診斷方案103
4.2.5算例分析104
4.3小樣本數(shù)據(jù)缺失情況下的故障預測111
4.3.1遺傳算法優(yōu)化支持向量回歸111
4.3.2基于GA-SVR的組合預測填補113
4.3.3基于GA-SVR的小樣本數(shù)據(jù)缺失情況下的設備故障診斷方案115
4.3.4算例分析117
本章小結(jié)122
參考文獻123
第5章考慮備件的系統(tǒng)遠程運維技術(shù)124
5.1概述124
5.2基于E-HSMM的系統(tǒng)故障預測模型125
5.2.1E-HSMM的推理與學習機制126
5.2.2基于E-HSMM的剩余壽命預測模型129
5.2.3算例分析132
5.3基于退化信息及備件庫存的系統(tǒng)遠程運維技術(shù)136
5.3.1設備退化信息及備件庫存分析136
5.3.2設備雙層維護決策模型139
5.3.3系統(tǒng)遠程運維模型求解流程142
5.3.4算例分析146
本章小結(jié)149
參考文獻150
第6章考慮庫存緩沖區(qū)的系統(tǒng)遠程運維技術(shù)152
6.1概述152
6.2基于三階段時間延遲的2M1B系統(tǒng)遠程運維技術(shù)153
6.2.1符號描述與假設153
6.2.2狀態(tài)檢測發(fā)生在正常運行階段155
6.2.3狀態(tài)檢測發(fā)生在初始缺陷運行階段156
6.2.4狀態(tài)檢測發(fā)生在嚴重缺陷運行階段158
6.2.5設備故障停機之前沒有進行狀態(tài)檢測的情況159
6.2.6成本率模型161
6.2.7算例分析161
6.3考慮緩沖區(qū)庫存分配的串聯(lián)生產(chǎn)系統(tǒng)遠程運維技術(shù)168
6.3.1問題描述168
6.3.2符號描述與假設169
6.3.3生產(chǎn)線分解171
6.3.4虛擬設備失效率及維修率模型171
6.3.5成本率模型172
6.3.6生產(chǎn)系統(tǒng)遠程運維模型求解流程173
6.3.7算例分析176
6.4考慮緩沖區(qū)庫存分配的并聯(lián)系統(tǒng)遠程運維技術(shù)180
6.4.1問題描述180
6.4.2符號描述與假設182
6.4.3故障率模型183
6.4.4運行周期時間模型183
6.4.5生產(chǎn)成本率模型184
6.4.6生產(chǎn)系統(tǒng)遠程運維模型求解流程185
6.4.7算例分析186
本章小結(jié)191
第7章考慮服務合同的系統(tǒng)遠程運維技術(shù)192
7.1概述192
7.2基于服務性能合同的單部件系統(tǒng)遠程運維技術(shù)194
7.2.1單部件系統(tǒng)遠程運維模型195
7.2.2單部件系統(tǒng)遠程運維模型實現(xiàn)流程201
7.2.3算例分析202
7.3基于服務性能合同的多部件系統(tǒng)遠程運維技術(shù)206
7.3.1多部件系統(tǒng)遠程運維模型206
7.3.2多部件系統(tǒng)遠程運維模型實現(xiàn)流程212
7.3.3算例分析214
本章小結(jié)220
參考文獻221
第8章考慮環(huán)境影響的系統(tǒng)遠程運維技術(shù)222
8.1概述222
8.2單產(chǎn)品情況下考慮碳排放的系統(tǒng)遠程運維技術(shù)224
8.2.1問題描述225
8.2.2生產(chǎn)系統(tǒng)遠程運維模型227
8.2.3生產(chǎn)系統(tǒng)遠程運維模型求解流程231
8.2.4算例分析231
8.3單產(chǎn)品情況下考慮能耗的系統(tǒng)遠程運維技術(shù)238
8.3.1問題描述239
8.3.2生產(chǎn)系統(tǒng)遠程運維模型240
8.3.3生產(chǎn)系統(tǒng)遠程運維模型求解流程244
8.3.4算例分析246
8.4多產(chǎn)品情況下考慮能耗的系統(tǒng)遠程運維技術(shù)250
8.4.1問題描述251
8.4.2生產(chǎn)系統(tǒng)遠程運維模型253
8.4.3生產(chǎn)系統(tǒng)遠程運維模型求解流程256
8.4.4算例分析256
本章小結(jié)262
參考文獻262
第9章考慮相關(guān)性的系統(tǒng)遠程運維技術(shù)263
9.1概述263
9.2單部件系統(tǒng)遠程運維技術(shù)264
9.2.1問題描述265
9.2.2生產(chǎn)系統(tǒng)遠程運維模型266
9.2.3生產(chǎn)系統(tǒng)遠程運維模型求解流程268
9.2.4算例分析270
9.3基于結(jié)構(gòu)相關(guān)性的多部件系統(tǒng)遠程運維技術(shù)276
9.3.1問題描述276
9.3.2多部件系統(tǒng)遠程運維模型277
9.3.3考慮拆卸序列的多部件系統(tǒng)遠程運維模型279
9.3.4算例分析283
9.4基于故障相關(guān)性的多部件系統(tǒng)遠程運維技術(shù)287
9.4.1問題描述287
9.4.2多部件設備的故障鏈模型287
9.4.3考慮故障相關(guān)性的多部件系統(tǒng)遠程運維模型289
9.4.4算例分析292
本章小結(jié)296
第10章風電機組故障預測與遠程運維技術(shù)298
10.1概述298
10.2考慮故障相關(guān)的風電機組遠程運維技術(shù)300
10.2.1問題描述301
10.2.2風電機組遠程運維模型301
10.2.3風電機組遠程運維模型求解流程305
10.2.4算例分析306
10.3考慮外部沖擊的風電機組遠程運維技術(shù)311
10.3.1問題描述312
10.3.2子系統(tǒng)自然退化與沖擊過程模型313
10.3.3風電機組在外部沖擊作用下的期望費用模型315
10.3.4風電機組遠程運維模型求解流程319
10.3.5算例分析320
10.4考慮故障相關(guān)與外部沖擊的風電機組遠程運維技術(shù)323
10.4.1問題描述324
10.4.2退化相關(guān)模型325
10.4.3成本率模型329
10.4.4風電機組遠程運維模型求解流程333
10.4.5算例分析334
本章小結(jié)337
參考文獻338
第11章高鐵系統(tǒng)故障預測與遠程運維技術(shù)340
11.1概述340
11.2基于性能退化的列車制動機故障預測341
11.2.1考慮隨機失效的制動機性能退化343
11.2.2基于改進貝葉斯算法的參數(shù)估計344
11.2.3制動機剩余壽命預測348
11.2.4算例分析350
11.3基于可靠度的制動機遠程運維技術(shù)358
11.3.1模型假設與符號說明359
11.3.2考慮剩余壽命的預防性維護間隔期優(yōu)化360
11.3.3構(gòu)建改善因子360
11.3.4維修成本分析361
11.3.5系統(tǒng)可用度最大化的遠程運維模型363
11.3.6系統(tǒng)最佳可用度優(yōu)化遺傳算法364
11.3.7算例分析365
本章小結(jié)371
參考文獻372
第12章系統(tǒng)遠程運維技術(shù)挑戰(zhàn)與展望373
12.1概述373
12.2系統(tǒng)遠程運維技術(shù)的發(fā)展現(xiàn)狀及趨勢374
12.2.1PHM技術(shù)的發(fā)展374
12.2.2國內(nèi)外技術(shù)發(fā)展對比375
12.2.3國內(nèi)發(fā)展趨勢375
12.3技術(shù)挑戰(zhàn)377
12.3.1狀態(tài)感知技術(shù)377
12.3.2狀態(tài)監(jiān)測技術(shù)378
12.3.3診斷和預測技術(shù)379
12.4PHM技術(shù)展望380
本章小結(jié)382
書單推薦
