可靠性预测与最优维护技术

可靠性预测与最优维护技术 
出版时间：2013 
 
内容简介 
　　《当代科学技术基础理论与前沿问题研究丛书：可靠性预测与最优维护技术》是可靠性预测与最优维护技术方面的专著，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系统的3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。《当代科学技术基础理论与前沿问题研究丛书：可靠性预测与最优维护技术》内容体现了学科发展的一些新思想，不仅有理论描述和方法介绍，还有仿真实验，可读性强。《可靠性预测与最优维护技术》列选“十二五”国家重点图书出版规划项目，并获得自然科学基金和重点基础研究发展计划项目的支持。《当代科学技术基础理论与前沿问题研究丛书：可靠性预测与最优维护技术》可作为自动控制专业研究生的教学参考书，同时对从事自动化系统研究、设计、开发和应用的广大工程技术人员也具有指导和参考价值。 
 
前言 
第1章 预测与健康管理概述 
1.1 引言 
1.2 可靠性预测技术概述 
1.2.1 基于性能退化分析的方法 
1.2.2 基于传统可靠性指标实时化的方法 
1.3 剩余使用寿命预测技术概述 
1.3.1 直接监测数据驱动的剩余使用寿命预测 
1.3.2 间接监测数据驱动的剩余使用寿命预测 
1.4 预防维护技术概述 
1.4.1 计划性维护 
1.4.2 视情维护 
1.4.3 预测维护 
1.5 全书概况 
参考文献 
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 
2.1 引言 
2.2 隐含性能退化过程辨识及系统可靠性实时预测 
2.2.1 系统模型及问题描述 
2.2.2 基于粒子滤波器的参数估计方法 
2.2.3 隐含性能退化过程辨识方法及理论分析 
2.2.4 可靠性实时预测 
2.2.5 仿真 
2.3 隐含性能退化过程检测、辨识及可靠性实时预测 
2.3.1 系统模型及问题描述 
2.3.2 基于粒子滤波和自组织滤波的性能退化检测 
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 
2.3.4 仿真 
2.4 结束语 
参考文献 
第3章 基于在线故障预测的可靠性实时预测技术 
3.1 引言 
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 
3.2.1 系统模型及问题描述 
3.2.2 基于改进粒子滤波算法的在线故障估计与预测 
3.2.3 系统可靠性实时预测 
3.2.4 仿真 
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 
3.3.1 系统模型及问题描述 
3.3.2 在线故障估计与预测 
3.3.3 系统可靠性实时预测 
3.3.4 仿真 
3.4 结束语 
参考文献 
第4章 具有退化和不可靠元件的可靠性实时预测技术 
4.1 引言 
4.2 系统模型及问题描述 
4.3 状态估计及初步故障估计 
4.3.1 交互式多模型粒子滤波器 
4.3.2 改进的交互式多模型粒子滤波器 
4.3.3 初步故障估计的理论分析 
4.4 平滑故障估计及故障预测 
4.4.1 基于Holt方法的平滑故障估计及故障预测算法 
4.4.2 平滑故障估计的理论分析 
4.5 可靠性实时预测 
4.6 仿真 
4.6.1 正交影响情况 
4.6.2 非正交影响情况 
4.7 结束语 
参考文献 
第5章 具有耦合输入的可靠性实时预测及调度技术 
5.1 引言 
5.2 系统模型及问题描述 
5.3 子系统的状态估计及故障预测 
5.3.1 状态估计及初步故障估计 
5.3.2 平滑故障估计及故障预测 
5.4 子系统的可靠性预测 
5.5 可靠性调度 
5.6 仿真 
5.7 结束语 
参考文献 
第6章 基于Wiener退化模型的剩余使用寿命预测技术 
6.1 引言 
6.2 Wiener退化模型 
6.3 基于Wiener退化模型的剩余使用寿命预测 
6.3.1 剩余使用寿命分布的在线更新 
6.3.2 参数估计 
6.4 仿真 
6.4.1 问题描述 
6.4.2 惯性平台的剩余使用寿命预测 
6.4.3 与已有方法的比较 
6.5 结束语 
参考文献 
第7章 具有测量误差的剩余使用寿命预测技术 
7.1 引言 
7.2 测量误差对剩余使用寿命的影响 
7.3 期望预测性能下的可允许测量误差 
7.3.1 预测性能 
7.3.2 基于变异系数相对增加比的可允许测量误差 
7.3.3 基于方差相对增加比的可允许测量误差 
7.4 测量误差对维护决策的影响 
7.5 仿真 
7.5.1 数值例子 
7.5.2 实例研究 
7.6 结束语 
参考文献 
第8章 多传感器数据驱动的剩余使用寿命预测技术 
8.1 引言 
8.2 多传感器数据驱动的剩余使用寿命预测 
8.2.1 问题描述 
8.2.2 退化状态估计 
8.2.3 参数估计 
8.2.4 剩余使用寿命预测 
8.3 预测性能分析 
8.3.1 不确定分析 
8.3.2 期望预测性能下的传感器选择方法 
8.4 仿真 
8.4.1 数值例子 
8.4.2 实际例子 
8.5 结束语 
参考文献 
第9章 扩展周期性不完全预防维护技术 
9.1 引言 
9.2 EPIPM模型 
9.3 修正EPIPM模型 
9.4 期望费用率计算 
9.5 最优维护 
9.6 仿真 
9.7 结束语 
参考文献 
第10章 时变环境下的最优周期性不完全预防维护技术 
第11章 相依失效模式下的最优不完全预防维护技术 
第12章 相依失效模式下的合作预测维护技术