工程系统的健康管理和预测技术
作者:(美) 金南镐 (NamHo Kim) , (韩) 黎明 (Dawn An) , (韩) 崔如镐(JooHo Choi) 编著
ISBN:978-7-5661-3060-0
开本:16
页数:272
价格:128.00
内容简介
预测和健康管理(PHM)是一种新兴的工程方法,也是实现基于状态维护(CBM)的关键技术,可以实现工程系统从传统的“纠正性维修”“预防性维修”向“预测性维修”转变。该技术能够在实际运行条件下对系统的实时健康状态进行评估,并根据最新的观测信息预测系统的未来状态,该项技术融合了传感技术、现代统计、可靠性工程、故障诊断、机器学习等多个学科。PHM虽然起源于航空航天工业,但现在在制造业、汽车、铁路、能源和重工业等许多领域都有应用。该技术能够实现精准化运行和维护管理,可以降低设备的故障率,避免意外停机;同时可以减少维修费用,提高经济性。
目录列表

目录


第1章概述

1.1预测和健康管理

1.2历史背景

1.3PHM的应用

1.4故障预测算法综述

1.5故障预测的优势与挑战

参考文献

第2章寿命预测教程

2.1引言

2.2退化行为预测

2.3RUL预测

2.4不确定性分析

2.5实际预测过程中的问题

2.6习题

参考文献

第3章基于贝叶斯统计理论的寿命预测

3.1引言

3.2偶然不确定性和认知不确定性

3.3条件概率和总概率

3.4贝叶斯理论

3.5贝叶斯更新

3.6贝叶斯参数估计

3.7基于后验分布的样本生成

3.8习题

参考文献

第4章基于物理模型的寿命预测

4.1基于物理模型预测方法概述

4.2非线性最小二乘(NLS)

4.3贝叶斯方法(BM)

4.4粒子滤波(PF)

4.5基于物理模型预测的实际应用

4.6基于物理方法预测中的若干问题

4.7习题

参考文献

第5章基于数据驱动的寿命预测

5.1引言

5.2高斯过程回归(GP)

5.3神经网络(NN)

5.4数据驱动方法的实际应用

5.5数据驱动预测中的若干问题

5.6习题

参考文献

第6章寿命预测方法的属性研究

6.1引言

6.2问题定义

6.3基于物理模型的预测算法

6.4基于数据驱动的预测方法

6.5基于物理模型和数据驱动的预测方法比较

6.6本章小结

6.7习题

参考文献

第7章寿命预测的应用

7.1引言

7.2现场监测和预测接头的磨损

7.3利用贝叶斯推理识别噪声和偏差下的相关损伤参数

7.4使用加速试验数据预测在现场工作条件下的剩余使用寿命

7.5基于特定频率熵降的轴承预测方法

7.6其他应用

参考文献

索引