數(shù)據(jù)驅(qū)動的剩余壽命預(yù)測與維護(hù)決策技術(shù)
定 價：79 元
當(dāng)前圖書已被 1 所學(xué)校薦購過！
查看明細(xì)
- 作者：陸寧云等著
- 出版時間：2024/1/1
- ISBN：9787122466860
- 出 版 社：化學(xué)工業(yè)出版社
- 中圖法分類：TB4
- 頁碼：213頁
- 紙張：
- 版次：1
- 開本：26cm
本書針對復(fù)雜裝備的智能運維需求提供了一種較為完整的解決方案。維護(hù)技術(shù)是保持、延長、改善裝備使用性能以及裝備可用性、安全性、可靠性等指標(biāo)的重要手段。裝備維護(hù)已從事后維護(hù)、定時維護(hù)、視情維護(hù)發(fā)展到以預(yù)測為核心的智能維護(hù)時代。其中，裝備剩余壽命的準(zhǔn)確預(yù)測是實現(xiàn)最優(yōu)維護(hù)決策的前提，剩余壽命的實時預(yù)測值是用來判斷裝備在未來什么時機(jī)、利用什么資源進(jìn)行維護(hù)的重要輔助決策變量。本書重點關(guān)注數(shù)據(jù)驅(qū)動的壽命預(yù)測與維護(hù)決策技術(shù)。全書共10章：第1章介紹剩余壽命預(yù)測與維護(hù)決策的國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢；第2-4章分別介紹了三類典型的剩余壽命預(yù)測技術(shù)；第5-10章分別介紹了考慮安全風(fēng)險規(guī)避、預(yù)測不確定性、維修不確定性以及維修資源約束下的維護(hù)決策技術(shù)。本書可作為控制科學(xué)與工程、工業(yè)工程等學(xué)科的研究生教學(xué)參考用書，同時對從事裝備健康管理、安全保障等領(lǐng)域的科研人員及工程技術(shù)人員具有一定的參考價值。
陸寧云，南京航空航天大學(xué)教授，先后于1998、2000、2004年在東北大學(xué)獲學(xué)士、碩士、博士學(xué)位，2004年至2005年在香港科技大學(xué)化學(xué)工程系擔(dān)任副研究員，2006年至今任職于南京航空航天大學(xué)，曾任自動化學(xué)院自動控制系副主任、主任，現(xiàn)任自動化學(xué)院副院長。 長期致力于復(fù)雜系統(tǒng)智能診斷與預(yù)測運維的理論與應(yīng)用研究，相關(guān)成果應(yīng)用于航空航天、軌道交通、船舶裝備、流程工業(yè)等行業(yè)領(lǐng)域。承擔(dān)國家自然科學(xué)基金項目4項以及科技部重點研發(fā)項目子課題、工信部**專項課題、江蘇省工業(yè)轉(zhuǎn)型升級重大專項、廣州市產(chǎn)學(xué)研轉(zhuǎn)化重大專項、南京“紫金之巔”產(chǎn)業(yè)鏈技術(shù)攻關(guān)揭榜項目等縱向計劃項目6項，完成航空工業(yè)、中國電科、中國船舶等多個國防單位委托的產(chǎn)學(xué)研課題12項；出版中英文專著4部、譯著1部，發(fā)表學(xué)術(shù)論文160余篇，授權(quán)發(fā)明專利30余項；研究成果獲江蘇省科學(xué)技術(shù)一等獎和二等獎各1項、教育部自然科學(xué)二等獎1項、廣東省科技進(jìn)步二等獎1項以及中國自動化學(xué)會、中國電子學(xué)會、中國機(jī)械工業(yè)學(xué)會、中國城市軌道交通學(xué)會等科研獎勵5項；擔(dān)任江蘇省自動化學(xué)會副秘書長、中國自動化學(xué)會全國技術(shù)過程故障診斷與安全專業(yè)委員會委員等社會兼職以及SCI期刊Sensors編委等學(xué)術(shù)兼職。
第1章 緒論001
1.1裝備維護(hù)保障的必要性和重要性001
1.2剩余壽命預(yù)測與維護(hù)決策的相關(guān)概念002
1.3剩余壽命預(yù)測研究現(xiàn)狀與趨勢004
1.4維護(hù)決策研究現(xiàn)狀與趨勢009
第2章 基于多變量模型的剩余壽命預(yù)測方法014
2.1概述014
2.2主要思想015
2.3裝備退化特征提取017
2.3.1Spearman相關(guān)性指標(biāo)018
2.3.2Spearman趨勢性指標(biāo)018
2.4基于多變量深度森林算法的健康評估模型019
2.4.1基于量子模糊聚類的健康狀態(tài)劃分019
2.4.2基于深度森林算法的離線系統(tǒng)健康狀態(tài)評估021
2.5基于DLSTM的離線退化趨勢預(yù)測建模024
2.5.1LSTM網(wǎng)絡(luò)結(jié)構(gòu)簡介024
2.5.2退化趨勢預(yù)測模型026
2.6基于組合模型的裝備在線剩余壽命預(yù)測方法027
2.6.1剩余壽命在線預(yù)測實施過程027
2.6.2預(yù)測評價標(biāo)準(zhǔn)028
2.7實驗驗證029
2.7.1數(shù)據(jù)來源029
2.7.2退化特征選擇結(jié)果031
2.7.3離線健康狀態(tài)評估建模與在線驗證結(jié)果033
2.7.4離線退化趨勢預(yù)測建模和在線RUL估計037
2.8本章小結(jié)040
第3章 基于相似性模型的剩余壽命預(yù)測方法041
3.1概述041
3.2主要思想042
3.3多變量退化特征提取043
3.3.1基于Relief算法的退化特征篩選043
3.3.2基于主成分分析的退化特征提取044
3.4基于退化特征相似性的剩余壽命預(yù)測046
3.4.1基于時間序列片段時延的相似性評估046
3.4.2基于KDE密度加權(quán)的模型綜合048
3.5實驗驗證049
3.5.1預(yù)測性能指標(biāo)050
3.5.2相似性評估與參數(shù)選擇053
3.6本章小結(jié)056
第4章 基于隨機(jī)過程模型的剩余壽命預(yù)測方法057
4.1概述057
4.2主要思想057
4.3基于加速退化試驗的混合退化過程建模058
4.4混合退化過程的壽命分布059
4.5混合退化過程的未知參數(shù)估計060
4.5.1動態(tài)權(quán)重估計060
4.5.2使用M-H方法的混合過程未知參數(shù)估計062
4.6實驗驗證063
4.6.1參數(shù)估計063
4.6.2正常應(yīng)力水平下的可靠性分析066
4.6.3混合退化模型與傳統(tǒng)模型的比較068
4.7本章小結(jié)069
第5章 帶有風(fēng)險規(guī)避自適應(yīng)的預(yù)測維護(hù)方法070
5.1概述070
5.2主要思想070
5.3剩余壽命預(yù)測建模071
5.3.1SVR的基本理論071
5.3.2退化特征與剩余壽命之間關(guān)系建模072
5.4規(guī)避風(fēng)險的預(yù)測維護(hù)策略制定073
5.4.1風(fēng)險規(guī)避函數(shù)設(shè)計073
5.4.2在線剩余壽命預(yù)測076
5.4.3維護(hù)策略制定與成本計算077
5.5實驗驗證078
5.5.1單一預(yù)測模型的剩余壽命預(yù)測結(jié)果078
5.5.2規(guī)避風(fēng)險剩余壽命預(yù)測結(jié)果與分析078
5.5.3預(yù)測維護(hù)規(guī)劃結(jié)果與分析080
5.6本章小結(jié)082
第6章 基于剩余壽命預(yù)測區(qū)間的預(yù)測維護(hù)方法084
6.1概述084
6.2主要思想084
6.3剩余壽命預(yù)測區(qū)間估計086
6.3.1健康狀態(tài)劃分086
6.3.2剩余壽命預(yù)測邊界確定088
6.3.3在線剩余壽命預(yù)測區(qū)間估計090
6.4最優(yōu)維護(hù)決策091
6.4.1剩余壽命分布構(gòu)建091
6.4.2維護(hù)成本率函數(shù)形成與優(yōu)化092
6.4.3預(yù)測維護(hù)實施過程094
6.5實驗驗證094
6.5.1預(yù)測區(qū)間評估標(biāo)準(zhǔn)094
6.5.2預(yù)測區(qū)間估計實驗結(jié)果與分析095
6.5.3維護(hù)決策實驗結(jié)果與分析101
6.6本章小結(jié)103
第7章 基于失效概率估計的預(yù)測維護(hù)方法105
7.1概述105
7.2主要思想105
7.3基于性能退化的失效概率預(yù)測107
7.3.1退化趨勢預(yù)測107
7.3.2未來不同時間窗口的失效概率估計108
7.4兩種期望維護(hù)成本博弈下的維護(hù)決策110
7.4.1維護(hù)成本計算110
7.4.2基于成本評估的維護(hù)時間的確定110
7.4.3維護(hù)成本率計算111
7.5實驗驗證112
7.5.1離線預(yù)測建模結(jié)果112
7.5.2在線維護(hù)規(guī)劃結(jié)果113
7.5.3維護(hù)策略性能分析116
7.6本章小結(jié)117
第8章 考慮備件管理約束的預(yù)測維護(hù)方法118
8.1概述118
8.2主要思想118
8.3基于深度學(xué)習(xí)集成的系統(tǒng)健康預(yù)測119
8.3.1兩種深度學(xué)習(xí)算法集成119
8.3.2裝備健康預(yù)測實現(xiàn)過程121
8.4基于預(yù)測信息的維護(hù)和庫存決策規(guī)則122
8.4.1維護(hù)決策規(guī)則122
8.4.2庫存決策規(guī)則123
8.4.3預(yù)測維護(hù)實施過程123
8.5實驗驗證124
8.5.1預(yù)測精度討論125
8.5.2動態(tài)預(yù)測維護(hù)決策結(jié)果與分析130
8.6本章小結(jié)133
第9章 基于失效時刻概率密度預(yù)測的預(yù)測維護(hù)方法134
9.1概述134
9.2主要思想134
9.3失效時刻概率密度預(yù)測135
9.3.1基于深度學(xué)習(xí)分位數(shù)回歸的剩余壽命預(yù)測135
9.3.2基于核密度估計的失效時刻分布計算136
9.4基于預(yù)測信息的維護(hù)和庫存策略137
9.4.1維護(hù)策略137
9.4.2庫存策略138
9.5實驗驗證139
9.5.1DAE-LSTMQR模型的參數(shù)配置139
9.5.2失效時刻概率密度預(yù)測結(jié)果140
9.5.3維護(hù)和庫存決策結(jié)果142
9.6本章小結(jié)144
第10章 面向非定期不可靠檢查的預(yù)測維護(hù)方法145
10.1概述145
10.2主要思想146
10.3維護(hù)策略的框架：描述和分析147
10.3.1維護(hù)描述147
10.3.2退化過程建模149
10.3.3維護(hù)成本函數(shù)149
10.4維護(hù)狀態(tài)演化與維護(hù)周期計算150
10.4.1基于半再生過程的長期成本率計算150
10.4.2半再生過程中不可靠檢查的影響151
10.5維護(hù)優(yōu)化和參數(shù)更新153
10.5.1決策變量的確定153
10.5.2退化參數(shù)更新154
10.6實驗驗證155
10.6.1完美檢查下的維護(hù)策略分析156
10.6.2不可靠檢查下的維護(hù)策略分析158
10.6.3與定期可靠檢查下的維護(hù)策略比較160
10.7本章小結(jié)161
參考文獻(xiàn)162
書單推薦
