第一章 电子系统的故障预测与健康管理 1
1.1 可靠性与故障预测 1
1.2 电子产品故障预测与健康管理（PHM）的重要性 3
1.3 PHM的概念和方法论 6
1.3.1 基于保险和预警装置的方法 7
1.3.2 基于故障预兆监控与推理的方法 9
1.3.3 基于失效物理（PoF）模型的方法 14
1.4 “系统系（System of Systems）”的PHM 19
1.5 总结 21
参考资料 22
第二章 结构健康监控 29
2.1 引言 29
2.2 结构健康监控的概念 29
2.2.1 智能材料结构 29
2.2.2 结构健康监控技术 30
2.2.3 结构健康监控系统 30
2.3 结构健康监控系统的基本组成 30
2.4 结构健康监控系统常用的传感器和驱动器 31
2.4.1 光纤传感器 31
2.4.1.1 迈克尔逊干涉型光纤传感器 32
2.4.1.2 微弯型光纤传感器 32
2.4.1.3 光纤光栅传感器 33
2.4.2 压电传感器 34
2.4.2.1 压电陶瓷 35
2.4.2.2 压电薄膜 35
2.4.2.3 压电单晶 35
2.4.2.4 压电复合材料 35
2.4.3 电阻应变传感器 36
2.4.4 碳纤维 36
2.4.5 疲劳寿命元件 37
2.4.6 形状记忆合金 38
2.4.7 智能凝胶材料 38
2.5 结构健康监测中的信号和信息处理技术 39
2.6 结构损伤的控制和修复技术 39
2.6.1 基于形状记忆合金的损伤控制技术 40
2.6.2 基于空芯光纤的损伤控制技术 40
2.6.3 基于中空纤维的损伤自修复技术 42
2.6.4 基于微囊的结构自愈技术 43
2.7 结构健康监控系统的集成技术 43
2.7.1 功能器件与材料结构的集成方法 44
2.7.2 功能器件与材料结构集成后的性能 46
2.7.3 传感网络技术 46
2.7.3.1 光纤传感网络 47
2.7.3.2 现场总线技术 47
2.7.3.3 无线传感网络 49
2.8 结构健康监控系统的应用与发展趋势 50
参考文献 54
第三章 基于传感器系统的故障预测与系统健康管理 57
3.1 传感器和传感原理 57
3.1.1 温度传感器 58
3.1.2 电传感器 59
3.1.3 机械传感器 60
3.1.4 湿度传感器 60
3.1.5 生物传感器 61
3.1.6 化学传感器 62
3.1.7 光学传感器 63
3.1.8 磁传感器 63
3.2 PHM的传感器系统 64
3.2.1 需要监控的参数 65
3.2.2 传感器系统性能 66
3.2.3 传感器系统的物理属性 66
3.2.4 传感器系统的功能属性 67
3.2.4.1 板上功率和功率管理 67
3.2.4.2 板上内存和内存管理 68
3.2.4.3 可编程采样模式和采样速度 68
3.2.4.4 信号处理软件 69
3.2.4.5 快速方便的数据传输 69
3.2.5 成本 71
3.2.6 可靠性 71
3.2.7 可用性 72
3.3 传感器选择 72
3.4 PHM实施的传感器系统示例 75
3.5 PHM传感器技术的发展趋势 78
参考资料 80
第四章 基于数据驱动方法的故障预测与系统健康管理 81
4.1 介绍 81
4.2 参数统计方法 82
4.2.1 似然比检验 83
4.2.2 极大似然估计 84
4.2.3 奈曼—皮尔逊准则 84
4.2.4 预期最大化期望最大化 85
4.2.5 最小均方差估计 85
4.2.6 最大后验概率估计 86
4.2.7 Rao-Blackwell估计 86
4.2.8 Cramer-Rao下界 87
4.3 非参数统计方法 87
4.3.1 基于最近邻的分类 87
4.3.2 Parzen窗（或核密度估计） 88
4.3.3 Wilcoxon秩和检验 89
4.3.4 Kolmogorov-Smirnov检验 89
4.3.5 卡方检验 90
4.4 机器学习技术 90
4.5 监督性分类 92
4.5.1 判别法 92
4.5.1.1 线性判别分析 93
4.5.1.2 神经网络 95
4.5.1.3 支持向量机 96
4.5.1.4 判定树分类器 97
4.5.2 生成方法 98
4.5.2.1 朴素贝叶斯分类器 98
4.5.2.2 隐马尔科夫模型 99
4.6 非监督性分类 100
4.6.1 校正方法 100
4.6.1.1 主成分分析 100
4.6.1.2 独立成分分析 101
4.6.1.3 基于HMM的方法 101
4.6.1.4 基于SVM的方法 101
4.6.1.5 粒子滤波 102
4.6.2 生成方法 102
4.6.2.1 层级分类器 102
4.6.2.2 k最近邻分类器 103
4.6.2.3 模糊C均值分类器 103
4.7 总结 105
参考资料 106
第五章 基于失效物理模型的故障预测与健康管理 113
5.1 基于PoF的PHM方法通用流程 113
5.2 硬件配置 114
5.3 载荷 114
5.4 故障模式、机理和影响分析 115
5.5 应力分析 118
5.6 可靠性估计和剩余寿命预测 119
5.7 基于PoF的PHM输出 122
参考资料 124
第六章 基于融合方法的故障预测与健康管理 127
6.1 概述 127
6.2 融合预测方法 128
6.3 案例研究 130
6.3.1 印刷电路板装配中的故障预测 131
6.3.2 预测多层陶瓷电容器的剩余寿命 132
参考文献 135
第七章 系统预测的优势分析 137
7.1 概述 137
7.2 PHM的优势 138
7.2.1 提高系统安全性 138
7.2.2 提高系统可维护性 139
7.2.3 降低生命周期成本 140
7.2.4 提高系统的可靠性 141
7.2.5 协助后勤保障系统的设计 141
7.2.6 提高产品可靠性的预测准确度 142
7.3 实施预测所面临的挑战 142
7.3.1 选择可行的预测方法 142
7.3.2 解决固有的不确定性，评估预测的准确性 144
7.3.3 通过结合预测和成本优势分析来协助决策 145
7.4 未来研究 145
参考资料 147
第八章 故障预测与健康管理的经济性 151
8.1 投资回报 151
8.1.1 PHM R0I分析 152
8.1.2 财务成本 154
8.2 PHM成本建模的术语和定义 154
8.3 PHM实施成本 155
8.3.1 不可重复性成本 156
8.3.2 可重复性成本 157
8.3.3 基础架构成本 157
8.3.4 非经济因素考虑和维修方式 158
8.4 成本规避 159
8.4.1 维修规划成本规避 161
8.4.2 离散事件模拟维修规划模型 162
8.4.3 固定计划维修时间间隔 162
8.4.4 数据驱动型（故障预兆监控）方法 163
8.4.5 基于模型（LRU独立型）的方法 164
8.4.6 离散事件模拟实施细节 165
8.4.7 运行数据 167
8.5 可用性 168
8.6 PHM成本分析示例 168
8.6.1 单端口模型结果 168
8.6.2 多端口模型结果 172
8.6.3 示例业务案例构建 176
8.7 总结 186
参考资料 187