当前位置:首页 > 工业技术
数据驱动的设备剩余寿命预测理论及应用
数据驱动的设备剩余寿命预测理论及应用

数据驱动的设备剩余寿命预测理论及应用PDF电子书下载

工业技术

  • 电子书积分:10 积分如何计算积分?
  • 作 者:司小胜,胡昌华著
  • 出 版 社:北京:国防工业出版社
  • 出版年份:2016
  • ISBN:9787118103946
  • 页数:246 页
图书介绍:本书共8章:第1章综述了设备剩余寿命预测技术的发展现状;第2章探讨了数据驱动的剩余寿命预测研究中数据的可用性问题;第3章~第5章主要针对线性随机退化的设备,分别介绍了剩余寿命的自适应预测方法、退化轨迹依赖的剩余寿命预测精确封闭解求解方法以及多层不确定性下的剩余寿命预测方法;第6章和第7章分别介绍了非线性随机退化过程建模和剩余寿命预测方法、隐含非线性退化状态估计与剩余寿命自适应预测方法、参数在线更新方法等;第8章主要针对存在运行状态切换的随机退化设备,探讨了存在储存、工作两种运行状态切换时的剩余储存寿命预测方法。
《数据驱动的设备剩余寿命预测理论及应用》目录

第1章 绪论 1

1.1 引言 1

1.2 预测与健康管理的研究进展 4

1.3 数据驱动的剩余寿命预测综述 5

1.3.1 基于直接监测数据的剩余寿命预测 7

1.3.2 基于间接监测数据的剩余寿命预测 13

1.4 本书概况 17

第2章 寿命预测性能约束下的数据测量误差可行域分析 20

2.1 引言 20

2.2 问题提出和基本定义 20

2.2.1 问题提出 20

2.2.2 基本定义 24

2.3 考虑测量误差和不考虑测量误差时寿命预测的性质 25

2.3.1 不考虑测量误差时寿命预测的性质 26

2.3.2 考虑测量误差时寿命预测的性质 27

2.4 寿命预测性能约束下测量误差参数的可行域 31

2.4.1 考虑与不考虑测量误差时寿命预测差异的性能测度 31

2.4.2 变化系数相对增加率下测量误差参数的可行域 33

2.4.3 方差相对增加率下测量误差参数的可行域 35

2.4.4 相似性测度下测量误差参数的可行域 36

2.5 带随机测量误差的寿命预测对维修决策的影响 44

2.6 实例研究 47

2.6.1 数值例子 47

2.6.2 惯性导航系统实例验证 50

第3章 线性随机退化设备的剩余寿命自适应预测方法 59

3.1 引言 59

3.2 线性随机退化设备的退化建模 60

3.2.1 基于线性随机退化模型的寿命分析方法概述 60

3.2.2 线性随机退化设备建模 62

3.3 剩余寿命自适应预测 64

3.4 随机模型参数估计算法及其收敛性分析 66

3.4.1 期望最大化算法 67

3.4.2 线性随机退化模型参数自适应估计算法 68

3.4.3 模型参数自适应估计算法的收敛性分析 72

3.5 实例研究 75

3.5.1 问题描述 75

3.5.2 惯性导航系统剩余寿命预测结果 76

3.5.3 比较研究 78

第4章 线性随机退化设备剩余寿命预测的精确封闭解 83

4.1 引言 83

4.2 依赖于退化轨迹的剩余寿命自适应预测方法 84

4.2.1 基于随机过程的退化模型的一般性描述 84

4.2.2 依赖于退化轨迹的剩余寿命自适应预测方法 85

4.3 线性随机退化模型及剩余寿命预测 87

4.4 指数随机退化模型及剩余寿命预测 97

4.5 验证研究 105

4.5.1 数值例子 105

4.5.2 惯性导航系统实例研究 110

第5章 多层不确定性下的设备剩余寿命预测方法 115

5.1 引言 115

5.2 问题描述 116

5.3 三层不确定性下设备的剩余寿命预测 118

5.3.1 情况1时的剩余寿命预测 119

5.3.2 情况2时的剩余寿命预测 124

5.3.3 情况3:三层不确定性下的剩余寿命预测 127

5.4 模型参数可辨识性与估计方法 137

5.5 实例研究 140

5.5.1 实例问题描述 141

5.5.2 模型拟合度比较 142

5.5.3 剩余寿命预测比较 144

第6章 非线性随机退化建模与剩余寿命预测方法 150

6.1 引言 150

6.2 启发性实例与非线性随机退化建模 151

6.2.1 启发性实例 151

6.2.2 非线性随机退化过程建模 154

6.3 非线性随机退化设备的剩余寿命预测 155

6.3.1 寿命分布的推导 155

6.3.2 考虑个体差异时的剩余寿命预测 163

6.3.3 考虑测量不确定性时的剩余寿命预测 166

6.4 非线性随机退化模型的参数估计 170

6.5 实例研究 173

6.5.1 激光发生器的退化数据 174

6.5.2 航空铝合金材料A2017-T4的疲劳裂纹增长数据 177

6.5.3 惯性导航系统陀螺仪漂移退化数据 180

第7章 隐含非线性退化建模与剩余寿命在线预测方法 184

7.1 引言 184

7.2 问题描述与剩余寿命预测 185

7.2.1 问题描述 185

7.2.2 剩余寿命预测 186

7.3 参数在线估计算法 189

7.4 三种非线性函数下的具体实现 191

7.4.1 三种非线性函数形式下剩余寿命分布的推导 191

7.4.2 三种状态空间模型对应的参数估计方法 193

7.5 数值算例 196

7.5.1 数值仿真验证 196

7.5.2 补充的数值算例 200

7.6 实例验证 203

7.6.1 问题描述 203

7.6.2 实验结果分析 204

第8章 存在状态切换的设备剩余储存寿命预测方法 207

8.1 引言 207

8.2 问题描述 208

8.3 设备储存-工作状态切换过程建模 210

8.3.1 随机时变的设备运行过程 210

8.3.2 设备运行过程参数的Bayesian估计 212

8.4 设备退化过程建模与剩余储存寿命预测 215

8.4.1 固定设备运行过程与模型参数下的剩余储存寿命预测 215

8.4.2 退化过程参数的Bayesian估计 219

8.4.3 随机时变设备运行过程下的剩余储存寿命预测 221

8.5 实例研究 223

8.5.1 问题背景与数据描述 223

8.5.2 结果与讨论 225

附录A 方程(2.101)和方程(2.102)的推导 229

附录B 引理5.2和引理5.3的证明 231

参考文献 233

返回顶部