大数据驱动的设备健康预测及维护决策优化PDF电子书下载

第1章 绪论 1

1.1研究背景和意义 1

1.2研究范围与对象 4

1.3研究目的与创新点 5

1.4研究框架 7

1.5本章小结 8

第2章 设备维护的概念 9

2.1引言 9

2.2设备健康管理的历史发展 12

2.3设备健康预测方法的研究及进展 14

2.3.1基于物理模型的方法 15

2.3.2基于知识驱动的方法 17

2.3.3基于数据驱动的方法 20

2.3.4基于模型驱动的方法 26

2.3.5基于信息融合的方法 31

2.3.6混合模型 32

2.4设备维护方法的研究及进展 36

2.4.1基于健康信息的维护 38

2.4.2基于衰退过程的维护 40

2.4.3基于备件库存的维护 41

2.5设备维护调度方法的研究及进展 42

2.6现有方法的不足 47

2.6.1设备健康预测研究的不足 47

2.6.2设备维护研究的不足 48

2.6.3设备维护调度优化需要研究的问题 48

2.7退化隐半马尔可夫模型 49

2.8本章小结 56

第3章 单监测信息的在线健康预测 60

3.1引言 60

3.2设备在线健康预测方法 62

3.2.1数据预处理及特征提取 62

3.2.2在线健康预测算法 64

3.2.3剩余有效寿命预测方法 68

3.3算例分析 69

3.3.1基于HSMM的健康诊断 71

3.3.2数据准备与处理 73

3.3.3模型参数估计 77

3.3.4在线健康预测分析 78

3.3.5预测性能评估 82

3.4本章小结 85

第4章 多监测信息的在线健康预测 86

4.1引言 86

4.2特征空间降维 87

4.3设备在线健康预测方法 88

4.3.1修正隐式半马尔可夫模型 88

4.3.2自适应隐式半马尔可夫模型 92

4.3.3剩余有效寿命预测方法 94

4.4算例分析 97

4.4.1数据准备 97

4.4.2在线健康状态识别分析 98

4.4.3在线健康预测分析 101

4.4.4预测性能评估 103

4.5本章小结 106

第5章 基于在线健康预测的集成动态维护研究 107

5.1引言 107

5.2衰退过程分析 112

5.3维护动作与维护时间分析 114

5.4集成动态维护模型 117

5.4.1基本假设和符号 117

5.4.2维护成本分析 119

5.4.3基于动态规划算法维护策略优化模型 123

5.4.4维护策略优化算法 127

5.5算例分析 129

5.5.1数据准备 129

5.5.2其他维护策略 133

5.5.3维护结果分析 134

5.5.4备件库存策略分析 137

5.5.5策略动态性分析 138

5.6本章小结 141

第6章 基于集成维护模型的维护调度优化研究 143

6.1引言 143

6.2设备维护调度优化模型 144

6.2.1设备维护调度决策 144

6.2.2遗传算法 151

6.3案例分析 153

6.3.1数据准备 154

6.3.2算法设计 157

6.3.3维护调度比较分析 157

6.3.4考虑调整因子的维护调度分析 163

6.4本章小结 165

第7章 总结与展望 166

7.1结论 166

7.2展望 168

参考文献 170