当前位置:首页 > 工业技术
可靠性预测与最优维护技术
可靠性预测与最优维护技术

可靠性预测与最优维护技术PDF电子书下载

工业技术

  • 电子书积分:13 积分如何计算积分?
  • 作 者:周东华,陈茂银,徐正国著
  • 出 版 社:合肥:中国科学技术大学出版社
  • 出版年份:2013
  • ISBN:9787312033667
  • 页数:351 页
图书介绍:本书是可靠性预测与最优维护技术专著,从第2章至第12章汇集了作者近十年来在可靠性预测、剩余使用寿命预测以及最优维护方面的最新研究成果。第1章概述了预测与健康管理(Prognostics and Health Management, PHM)系统的三个重要组成部分(可靠性预测、剩余使用寿命预测、以及最优维护)的研究现状。第2章至第5章主要介绍了动态系统的可靠性实时预测技术。第6章至第8章主要介绍了设备级系统的剩余使用寿命预测技术。第9章至第12章主要讨论了设备级系统的最优维护技术。
《可靠性预测与最优维护技术》目录

前言 1

第1章 预测与健康管理概述 1

1.1引言 1

1.2可靠性预测技术概述 2

1.2.1基于性能退化分析的方法 3

1.2.2基于传统可靠性指标实时化的方法 6

1.3剩余使用寿命预测技术概述 7

1.3.1直接监测数据驱动的剩余使用寿命预测 7

1.3.2间接监测数据驱动的剩余使用寿命预测 9

1.4预防维护技术概述 12

1.4.1计划性维护 13

1.4.2视情维护 14

1.4.3预测维护 16

1.5全书概况 17

参考文献 20

第2章 基于隐含性能退化过程监测的可靠性实时预测技术 29

2.1引言 29

2.2隐含性能退化过程辨识及系统可靠性实时预测 30

2.2.1系统模型及问题描述 30

2.2.2基于粒子滤波器的参数估计方法 31

2.2.3隐含性能退化过程辨识方法及理论分析 34

2.2.4可靠性实时预测 43

2.2.5仿真 45

2.3隐含性能退化过程检测、辨识及可靠性实时预测 51

2.3.1系统模型及问题描述 51

2.3.2基于粒子滤波和自组织滤波的性能退化检测 53

2.3.3基于隐含性能退化过程检测和辨识的系统可靠性实时预测 66

2.3.4仿真 71

2.4结束语 75

参考文献 76

第3章 基于在线故障预测的可靠性实时预测技术 78

3.1引言 78

3.2具有加性故障过程的非线性动态系统可靠性实时预测 79

3.2.1系统模型及问题描述 79

3.2.2基于改进粒子滤波算法的在线故障估计与预测 80

3.2.3系统可靠性实时预测 95

3.2.4仿真 97

3.3具有乘性故障过程的非线性动态系统可靠性实时预测 101

3.3.1系统模型及问题描述 102

3.3.2在线故障估计与预测 103

3.3.3系统可靠性实时预测 110

3.3.4仿真 111

3.4结束语 116

参考文献 117

第4章 具有退化和不可靠元件的可靠性实时预测技术 118

4.1引言 118

4.2系统模型及问题描述 119

4.3状态估计及初步故障估计 120

4.3.1交互式多模型粒子滤波器 121

4.3.2改进的交互式多模型粒子滤波器 121

4.3.3初步故障估计的理论分析 125

4.4平滑故障估计及故障预测 131

4.4.1基于Holt方法的平滑故障估计及故障预测算法 131

4.4.2平滑故障估计的理论分析 132

4.5可靠性实时预测 134

4.6仿真 136

4.6.1正交影响情况 136

4.6.2非正交影响情况 139

4.7结束语 141

参考文献 142

第5章 具有耦合输入的可靠性实时预测及调度技术 143

5.1引言 143

5.2系统模型及问题描述 144

5.3子系统的状态估计及故障预测 146

5.3.1状态估计及初步故障估计 146

5.3.2平滑故障估计及故障预测 149

5.4子系统的可靠性预测 150

5.5可靠性调度 158

5.6仿真 160

5.7结束语 166

参考文献 166

第6章 基于Wiener退化模型的剩余使用寿命预测技术 167

6.1引言 167

6.2 Wiener退化模型 169

6.3基于Wiener退化模型的剩余使用寿命预测 174

6.3.1剩余使用寿命分布的在线更新 174

6.3.2参数估计 176

6.4仿真 181

6.4.1问题描述 181

6.4.2惯性平台的剩余使用寿命预测 183

6.4.3与已有方法的比较 186

6.5结束语 189

参考文献 189

第7章 具有测量误差的剩余使用寿命预测技术 192

7.1引言 192

7.2测量误差对剩余使用寿命的影响 193

7.3期望预测性能下的可允许测量误差 198

7.3.1预测性能 198

7.3.2基于变异系数相对增加比的可允许测量误差 199

7.3.3基于方差相对增加比的可允许测量误差 201

7.4测量误差对维护决策的影响 202

7.5仿真 205

7.5.1数值例子 205

7.5.2实例研究 207

7.6结束语 211

参考文献 211

第8章 多传感器数据驱动的剩余使用寿命预测技术 214

8.1引言 214

8.2多传感器数据驱动的剩余使用寿命预测 215

8.2.1问题描述 215

8.2.2退化状态估计 218

8.2.3参数估计 219

8.2.4剩余使用寿命预测 224

8.3预测性能分析 227

8.3.1不确定分析 228

8.3.2期望预测性能下的传感器选择方法 230

8.4仿真 234

8.4.1数值例子 234

8.4.2实际例子 238

8.5结束语 244

参考文献 244

第9章 扩展周期性不完全预防维护技术 248

9.1引言 248

9.2 EPIPM模型 249

9.3修正EPIPM模型 251

9.4期望费用率计算 254

9.5最优维护 257

9.6仿真 266

9.7结束语 270

参考文献 271

第10章 时变环境下的最优周期性不完全预防维护技术 273

10.1引言 273

10.2时变环境下的维护模型 274

10.3时变环境下设备失效率函数的不连续性 277

10.4设备失效特性 279

10.4.1起始环境为正常环境 279

10.4.2起始环境为恶劣环境 283

10.5期望费用率 284

10.6最优维护 289

10.7仿真 294

10.8结束语 298

参考文献 299

第11章 相依失效模式下的最优不完全预防维护技术 303

11.1引言 303

11.2相依失效模式下的维护模型 304

11.2.1经典维护模型 304

11.2.2混合维护模型 305

11.3最优维护 308

11.3.1费用率 308

11.3.2最优维护 309

11.4仿真 316

11.5结束语 322

参考文献 323

第12章 相依失效模式下的合作预测维护技术 326

12.1引言 326

12.2问题描述 327

12.3合作预测维护模型 329

12.3.1维护模型 329

12.3.2费用率 332

12.4最优维护 333

12.5仿真 344

12.6结束语 348

参考文献 348

返回顶部