數據驅動的設備剩餘壽命預測理論及套用

《數據驅動的設備剩餘壽命預測理論及套用》是國防工業出版社於2016年4月出版的圖書，作者司小勝、胡昌華。

基本介紹

• 書名：數據驅動的設備剩餘壽命預測理論及套用
• 作者：司小勝,胡昌華
• ISBN：978-7-118-10394-6
• 頁數：246
• 定價：76.00
• 出版社：國防工業出版社
• 出版時間：2016年4月
• 開本：16

內容簡介

本書第1 章綜述了設備剩餘壽命預測技術的發展現狀,重點討論了數據驅動 的剩餘壽命預測研究存在的問題和發展趨勢。第2 章探討了數據驅動的剩餘壽命 預測研究中數據的可用性問題,並對隨機退化模型的選擇、數據測量誤差對最優維 護決策的影響進行了分析。第3 ~5 章主要針對線性隨機退化的設備,分別研究了 剩餘壽命的自適應預測方法、依賴於退化軌跡的剩餘壽命預測的精確封閉解的求 解方法以及多層不確定性下的剩餘壽命預測方法。這部分豐富和發展了線性隨機 退化設備的剩餘壽命預測研究,揭示了數據對剩餘壽命預測的影響。第6 章和第 7 章將數據驅動的剩餘壽命預測的研究對象由線性隨機退化設備拓展到非線性隨 機退化設備,分別研究了非線性隨機退化過程建模和剩餘壽命預測方法、隱含非線 性退化狀態估計與剩餘壽命自適應預測方法、參數線上更新方法等。第8 章主要 針對存在狀態切換的隨機退化設備,重點探討了存在儲存與工作兩種狀態切換時 的剩餘儲存壽命預測方法。本書包含了作者在數據驅動剩餘壽命預測領域的最新 研究成果。 本書可供從事自動化系統工程、工業工程、可靠性工程等相關專業科研的工程 技術人員閱讀參考,也可作為系統可靠性評估、壽命預測與健康管理、隨機退化建 模、故障預測等專業的研究生教材使用。

目錄

第1章　緒論1

1．1　引言1

1．2　預測與健康管理的研究進展4

1．3　數據驅動的剩餘壽命預測綜述5

1．3．1　基於直接監測數據的剩餘壽命預測7

1．3．2　基於間接監測數據的剩餘壽命預測13

1．4　本書概況17

第2章　壽命預測性能約束下的數據測量誤差可行域分析20

2．1　引言20

2．2　問題提出和基本定義20

2．2．1　問題提出20

2．2．2　基本定義24

2．3　考慮測量誤差和不考慮測量誤差時壽命預測的性質25

2．3．1　不考慮測量誤差時壽命預測的性質26

2．3．2　考慮測量誤差時壽命預測的性質27

2．4　壽命預測性能約束下測量誤差參數的可行域31

2．4．1　考慮與不考慮測量誤差時壽命預測差異的性能測度31

2．4．2　變化係數相對增加率下測量誤差參數的可行域33

2．4．3　方差相對增加率下測量誤差參數的可行域35

2．4．4　相似性測度下測量誤差參數的可行域36

2．5　帶隨機測量誤差的壽命預測對維修決策的影響44

2．6　實例研究47

2．6．1　數值例子47

2．6．2　慣性導航系統實例驗證50

第3章　線性隨機退化設備的剩餘壽命自適應預測方法59

3．1　引言59

3．2　線性隨機退化設備的退化建模60

3．2．1　基於線性隨機退化模型的壽命分析方法概述60

3．2．2　線性隨機退化設備建模62

3．3　剩餘壽命自適應預測64

3．4　隨機模型參數估計算法及其收斂性分析66

3．4．1　期望最大化算法67

3．4．2　線性隨機退化模型參數自適應估計算法68

3．4．3　模型參數自適應估計算法的收斂性分析72

3．5　實例研究75

3．5．1　問題描述75

3．5．2　慣性導航系統剩餘壽命預測結果76

3．5．3　比較研究78

第4章　線性隨機退化設備剩餘壽命預測的精確封閉解83

4．1　引言83

4．2　依賴於退化軌跡的剩餘壽命自適應預測方法84

4．2．1　基於隨機過程的退化模型的一般性描述84

4．2．2　依賴於退化軌跡的剩餘壽命自適應預測方法85

4．3　線性隨機退化模型及剩餘壽命預測87

4．4　指數隨機退化模型及剩餘壽命預測97

4．5　驗證研究105

4．5．1　數值例子105

4．5．2　慣性導航系統實例研究110

第5章　多層不確定性下的設備剩餘壽命預測方法115

5．1　引言115

5．2　問題描述116

5．3　三層不確定性下設備的剩餘壽命預測118

5．3．1　情況1時的剩餘壽命預測119

5．3．2　情況2時的剩餘壽命預測124

5．3．3　情況3：三層不確定性下的剩餘壽命預測127

5．4　模型參數可辨識性與估計方法137

5．5　實例研究140

5．5．1　實例問題描述141

5．5．2　模型擬合度比較142

5．5．3　剩餘壽命預測比較144

第6章　非線性隨機退化建模與剩餘壽命預測方法150

6．1　引言150

6．2　啟發性實例與非線性隨機退化建模151

6．2．1　啟發性實例151

6．2．2　非線性隨機退化過程建模154

6．3　非線性隨機退化設備的剩餘壽命預測155

6．3．1　壽命分布的推導155

6．3．2　考慮個體差異時的剩餘壽命預測163

6．3．3　考慮測量不確定性時的剩餘壽命預測166

6．4　非線性隨機退化模型的參數估計170

6．5　實例研究173

6．5．1　雷射發生器的退化數據174

6．5．2　航空鋁合金材料A2017－T4的疲勞裂紋增長數據177

6．5．3　慣性導航系統陀螺儀漂移退化數據180

第7章　隱含非線性退化建模與剩餘壽命線上預測方法184

7．1　引言184 7

．2　問題描述與剩餘壽命預測185

7．2．1　問題描述185

7．2．2　剩餘壽命預測186

7．3　參數線上估計算法189

7．4　三種非線性函式下的具體實現191

7．4．1　三種非線性函式形式下剩餘壽命分布的推導191

7．4．2　三種狀態空間模型對應的參數估計方法193

7．5　數值算例196

7．5．1　數值仿真驗證196

7．5．2　補充的數值算例200

7．6　實例驗證203

7．6．1　問題描述203

7．6．2　實驗結果分析204

第8章　存在狀態切換的設備剩餘儲存壽命預測方法207

8．1　引言207

8．2　問題描述208

8．3　設備儲存－工作狀態切換過程建模210

8．3．1　隨機時變的設備運行過程210

8．3．2　設備運行過程參數的Bayesian估計212

8．4　設備退化過程建模與剩餘儲存壽命預測215

8．4．1　固定設備運行過程與模型參數下的剩餘儲存壽命預測215

8．4．2　退化過程參數的Bayesian估計219

8．4．3　隨機時變設備運行過程下的剩餘儲存壽命預測221

8．5　實例研究223

8．5．1　問題背景與數據描述223

8．5．2　結果與討論225

附錄A　方程（2.101）和方程（2.102）的推導229

附錄B　引理5．2和引理5．3的證明231

參考文獻23"