数据驱动的设备剩余寿命预测理论及应用 作者：司小胜，胡昌华 著 出版时间：2016年版内容简介 《数据驱动的设备剩余寿命预测理论及应用》理论研究与工程实例验证紧密结合，对推动设备剩余寿命预测理论及应用研究的发展具有重要作用，对促进可靠性工程、随机建模、数据分析等相关科技领域的发展也有重要的意义，对从事寿命试验设计、分析、管理的人员，从事健康管理系统验证和设计的科技人员，从事设备寿命预测理论、故障预测理论及应用研究的科技人员具有重要的参考价值。目录第1章 绪论1．1 引言1．2 预测与健康管理的研究进展1．3 数据驱动的剩余寿命预测综述1．3．1 基于直接监测数据的剩余寿命预测1．3．2 基于间接监测数据的剩余寿命预测1．4 本书概况第2章 寿命预测性能约束下的数据测量误差可行域分析2．1 引言2．2 问题提出和基本定义2．2．1 问题提出2．2．2 基本定义2．3 考虑测量误差和不考虑测量误差时寿命预测的性质2．3．1 不考虑测量误差时寿命预测的性质2．3．2 考虑测量误差时寿命预测的性质2．4 寿命预测性能约束下测量误差参数的可行域2．4．1 考虑与不考虑测量误差时寿命预测差异的性能测度2．4．2 变化系数相对增加率下测量误差参数的可行域2．4．3 方差相对增加率下测量误差参数的可行域2．4．4 相似性测度下测量误差参数的可行域2．5 带随机测量误差的寿命预测对维修决策的影响2．6 实例研究2．6．1 数值例子2．6．2 惯性导航系统实例验证第3章 线性随机退化设备的剩余寿命自适应预测方法3．1 引言3．2 线性随机退化设备的退化建模3．2．1 基于线性随机退化模型的寿命分析方法概述3．2．2 线性随机退化设备建模3．3 剩余寿命自适应预测3．4 随机模型参数估计算法及其收敛性分析3．4．1 期望最大化算法3．4．2 线性随机退化模型参数自适应估计算法3．4．3 模型参数自适应估计算法的收敛性分析3．5 实例研究3．5．1 问题描述3．5．2 惯性导航系统剩余寿命预测结果3．5．3 比较研究第4章 线性随机退化设备剩余寿命预测的精确封闭解4．1 引言4．2 依赖于退化轨迹的剩余寿命自适应预测方法4．2．1 基于随机过程的退化模型的一般性描述4．2．2 依赖于退化轨迹的剩余寿命自适应预测方法4．3 线性随机退化模型及剩余寿命预测4．4 指数随机退化模型及剩余寿命预测4．5 验证研究4．5．1 数值例子4．5．2 惯性导航系统实例研究第5章 多层不确定性下的设备剩余寿命预测方法5．1 引言5．2 问题描述5．3 三层不确定性下设备的剩余寿命预测5．3．1 情况1时的剩余寿命预测5．3．2 情况2时的剩余寿命预测5．3．3 情况3：三层不确定性下的剩余寿命预测5．4 模型参数可辨识性与估计方法5．5 实例研究5．5．1 实例问题描述5．5．2 模型拟合度比较5．5．3 剩余寿命预测比较第6章 非线性随机退化建模与剩余寿命预测方法6．1 引言6．2 启发性实例与非线性随机退化建模6．2．1 启发性实例6．2．2 非线性随机退化过程建模6．3 非线性随机退化设备的剩余寿命预测6．3．1 寿命分布的推导6．3．2 考虑个体差异时的剩余寿命预测6．3．3 考虑测量不确定性时的剩余寿命预测6．4 非线性随机退化模型的参数估计6．5 实例研究6．5．1 激光发生器的退化数据6．5．2 航空铝合金材料A2017-T4的疲劳裂纹增长数据6．5．3 惯性导航系统陀螺仪漂移退化数据第7章 隐含非线性退化建模与剩余寿命在线预测方法7．1 引言7．2 问题描述与剩余寿命预测7．2．1 问题描述7．2．2 剩余寿命预测7．3 参数在线估计算法7．4 三种非线性函数下的具体实现7．4．1 三种非线性函数形式下剩余寿命分布的推导7．4．2 三种状态空间模型对应的参数估计方法-7．5 数值算例7．5．1 数值仿真验证7．5．2 补充的数值算例7．6 实例验证7．6．1 问题描述7．6．2 实验结果分析第8章 存在状态切换的设备剩余储存寿命预测方法8．1 引言8．2 问题描述8．3 设备储存一工作状态切换过程建模8．3．1 随机时变的设备运行过程8．3．2 设备运行过程参数的Bayesian估计8．4 设备退化过程建模与剩余储存寿命预测8．4．1 固定设备运行过程与模型参数下的剩余储存寿命预测8．4．2 退化过程参数的Bayesian估计8．4．3 随机时变设备运行过程下的剩余储存寿命预测8．5 实例研究8．5．1 问题背景与数据描述8．5．2 结果与讨论附录A 方程（2．101）和方程（2．102）的推导附录B 引理5．2和引理5．3的证明参考文献 上一篇: 数据通信网络组建与运行维护项目教程 孙桂芝 主编 2013年版 下一篇: 数模电路应用基础 上 王莉君 主编 2016年版
