《故障預測與健康管理技術及套用案例分析》是2022年電子工業出版社出版的圖書。
基本介紹
- 中文名：故障預測與健康管理技術及套用案例分析
- 作者：劉寧
- 出版時間：2022年12月
- 出版社：電子工業出版社
- ISBN：9787121445392
內容簡介,圖書目錄,
內容簡介
故障預測與健康管理（PHM）技術可實現對保障對象的狀態監控、故障綜合診斷、故障預測、健康管理和全壽命預測等。本書通過分析當前故障預測與健康管理技術的發展現狀，介紹機械設備、電子設備故障預測與健康管理的常用方法和具體套用案例，梳理美國政府及軍事領域故障預測與健康管理相關的項目、技術和檔案，為我國故障預測與健康管理技術的發展提供理論指導和有益借鑑。本書內容豐富、重點突出、注重實用性，可供相關企業及從事故障預測與健康管理的研究人員、管理人員等借鑑參考。
圖書目錄
第1 部分 故障預測與健康管理的基本概況
第1 章 緒論 ....................................................................................................... 002
1.1 故障預測與健康管理概念 ................................................................... 002
1.2 故障預測與健康管理背景 ................................................................... 006
1.3 故障預測與健康管理套用 ................................................................... 009
1.4 故障預測與健康管理方法 ................................................................... 011
1.5 故障預測與健康管理優勢 ................................................................... 015
1.5.1 降低全壽命周期的成本 ............................................................ 016
1.5.2 最佳化系統設計的流程 ................................................................ 017
1.5.3 提升生產過程的質量 ................................................................ 018
1.5.4 增強系統運行的效果 ................................................................ 019
1.5.5 保障後勤維修的優勢 ................................................................ 020
1.6 故障預測與健康管理面臨的挑戰 ....................................................... 021
第2 部分 機械設備的故障預測與健康管理
第2 章 基於物理模型的機械設備故障預測與健康管理 ................................. 026
2.1 基於物理模型的機械設備故障預測簡介 ............................................ 027
2.2 非線性最小二乘法 ............................................................................... 029
2.3 貝葉斯方法 .......................................................................................... 037
2.3.1 馬爾可夫鏈蒙特卡羅抽樣方法 ................................................ 037
2.3.2 電池故障預測貝葉斯方法的MATLAB 實現 .......................... 042
2.4 粒子濾波 .............................................................................................. 047
2.4.1 序列重要性重採樣過程 ............................................................ 048
2.4.2 電池故障預測的粒子濾波方法的MATLAB 實現 ................... 053
2.5 基於物理模型的故障預測方法的實際套用 ........................................ 058
2.5.1 問題定義 ................................................................................... 058
2.5.2 針對裂紋擴展示例的代碼修改 ................................................ 060
2.5.3 結果 ........................................................................................... 062
2.6 基於物理模型的故障預測方法的優點和不足 .................................... 064
2.6.1 模型充分性 ............................................................................... 064
2.6.2 參數估計 ................................................................................... 066
2.6.3 退化數據質量 ........................................................................... 066
第3 章 數據驅動的機械設備故障預測與健康管理 ........................................ 067
3.1 數據驅動的機械設備故障預測簡介 ................................................... 067
3.2 高斯過程回歸 ...................................................................................... 071
3.2.1 高斯過程模擬 ........................................................................... 074
3.2.2 基於高斯過程的電池故障預測的MATLAB 實現 ................... 086
3.3 神經網路 .............................................................................................. 090
3.3.1 前饋神經網路模型 .................................................................... 091
3.3.2 基於神經網路的電池故障預測的MATLAB 實現 ................... 103
3.4 數據驅動的故障預測方法的實際套用 ................................................ 107
3.4.1 問題定義 ................................................................................... 107
3.4.2 裂紋擴展示例的MATLAB 代碼 .............................................. 109
3.4.3 結果 ........................................................................................... 111
3.5 數據驅動的故障預測方法存在的問題 ................................................ 112
3.5.1 模型形式充分性 ....................................................................... 112
3.5.2 最優參數估計 ........................................................................... 113
3.5.3 退化數據的質量 ....................................................................... 114
第3 部分 電子設備的故障預測與健康管理
第4 章 故障預測與健康管理的感測器系統 .................................................... 119
4.1 感測器和感測原理 ............................................................................... 119
4.1.1 熱感測器 ................................................................................... 120
4.1.2 電感測器 ................................................................................... 121
4.1.3 機械感測器 ............................................................................... 122
4.1.4 濕度感測器 ............................................................................... 122
4.1.5 生物感測器 ............................................................................... 123
4.1.6 化學感測器 ............................................................................... 124
4.1.7 光學感測器 ............................................................................... 125
4.1.8 磁感測器 ................................................................................... 126
4.2 故障預測與健康管理感測器系統的運行 ............................................ 127
4.2.1 需要監測的參數 ....................................................................... 128
4.2.2 感測器系統的性能 .................................................................... 128
4.2.3 感測器系統的物理屬性 ............................................................ 129
4.2.4 感測器系統的功能屬性 ............................................................ 129
4.2.5 成本 ........................................................................................... 134
4.2.6 可靠性 ....................................................................................... 134
4.2.7 可用性 ....................................................................................... 135
4.3 感測器選擇 .......................................................................................... 135
4.4 故障預測與健康管理實現的感測器系統示例 .................................... 137
第5 章 基於物理模型的電子設備故障預測與健康管理 ................................. 141
5.1 硬體配置 .............................................................................................. 142
5.2 載荷 ...................................................................................................... 142
5.3 故障模式、機制及影響分析 ............................................................... 143
5.4 應力分析 .............................................................................................. 147
5.5 可靠性評估和剩餘使用壽命預測 ....................................................... 147
5.6 基於物理模型的故障預測與健康管理方法的輸出 ............................ 151
第6 章 數據驅動的電子設備故障預測與健康管理 ........................................ 152
6.1 參數統計方法 ...................................................................................... 154
6.1.1 似然比檢驗 ............................................................................... 154
6.1.2 最大似然估計 ........................................................................... 155
6.1.3 Neyman-Pearson 準則 ............................................................... 155
6.1.4 期望值最大化 ........................................................................... 156
6.1.5 最小均方差估
