智能系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)

第1章緒論1
1.1概述1
1.2智能遠(yuǎn)程運(yùn)維與故障預(yù)測(cè)2
1.3維護(hù)策略3
1.3.1預(yù)防性維護(hù)3
1.3.2狀態(tài)維護(hù)5
1.3.3預(yù)測(cè)性維護(hù)8
1.3.4基于故障預(yù)測(cè)的智能系統(tǒng)維護(hù)9
1.3.5維護(hù)策略的選擇方法11
1.4維護(hù)策略發(fā)展趨勢(shì)12
本章小結(jié)13
第2章故障預(yù)測(cè)與健康管理方法14
2.1概述14
2.2基于物理模型的故障預(yù)測(cè)與健康管理方法17
2.3基于知識(shí)驅(qū)動(dòng)的故障預(yù)測(cè)與健康管理方法19
2.3.1專家系統(tǒng)19
2.3.2模糊邏輯20
2.4基于數(shù)據(jù)驅(qū)動(dòng)的故障預(yù)測(cè)與健康管理方法21
2.4.1基于人工神經(jīng)網(wǎng)絡(luò)的方法22
2.4.2貝葉斯網(wǎng)絡(luò)方法/模型26
2.5基于模型驅(qū)動(dòng)的故障預(yù)測(cè)與健康管理方法28
2.5.1隱馬爾可夫模型/隱半馬爾可夫模型28
2.5.2失效率和比例強(qiáng)度模型30
2.5.3灰色模型GM（1，1）31
2.6基于融合模型的故障預(yù)測(cè)與健康管理方法32
本章小結(jié)34
參考文獻(xiàn)36
第3章大數(shù)據(jù)驅(qū)動(dòng)的系統(tǒng)智能故障預(yù)測(cè)42
3.1概述42
3.2基于改進(jìn)退化隱馬爾可夫模型（DGHMM）的健康預(yù)測(cè)44
3.2.1DGHMM基本原理44
3.2.2設(shè)備退化過程44
3.2.3基于改進(jìn)遺傳算法的參數(shù)估計(jì)50
3.2.4基于DGHMM的設(shè)備剩余壽命預(yù)測(cè)53
3.2.5算例分析55
3.3基于改進(jìn)隱半馬爾可夫模型的健康預(yù)測(cè)59
3.3.1模型描述60
3.3.2協(xié)同進(jìn)化參數(shù)估計(jì)方法64
3.3.3基于DK-MHSMM的診斷預(yù)測(cè)65
3.3.4算例分析69
3.4基于高階隱半馬爾可夫模型的健康預(yù)測(cè)79
3.4.1改進(jìn)高階隱半馬爾可夫模型80
3.4.2不確定分布下的剩余壽命預(yù)測(cè)87
3.4.3算例分析88
本章小結(jié)94
參考文獻(xiàn)95
第4章數(shù)據(jù)不完備的系統(tǒng)智能故障預(yù)測(cè)96
4.1概述96
4.2小樣本數(shù)據(jù)不均衡情況下的故障預(yù)測(cè)97
4.2.1改進(jìn)粒子群優(yōu)化算法98
4.2.2非線性多分類均衡支持向量機(jī)98
4.2.3基于IPSO-BSVM的參數(shù)優(yōu)化101
4.2.4基于IPSO-BSVM的小樣本數(shù)據(jù)不均衡情況下的設(shè)備故障診斷方案103
4.2.5算例分析104
4.3小樣本數(shù)據(jù)缺失情況下的故障預(yù)測(cè)111
4.3.1遺傳算法優(yōu)化支持向量回歸111
4.3.2基于GA-SVR的組合預(yù)測(cè)填補(bǔ)113
4.3.3基于GA-SVR的小樣本數(shù)據(jù)缺失情況下的設(shè)備故障診斷方案115
4.3.4算例分析117
本章小結(jié)122
參考文獻(xiàn)123
第5章考慮備件的系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)124
5.1概述124
5.2基于E-HSMM的系統(tǒng)故障預(yù)測(cè)模型125
5.2.1E-HSMM的推理與學(xué)習(xí)機(jī)制126
5.2.2基于E-HSMM的剩余壽命預(yù)測(cè)模型129
5.2.3算例分析132
5.3基于退化信息及備件庫存的系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)136
5.3.1設(shè)備退化信息及備件庫存分析136
5.3.2設(shè)備雙層維護(hù)決策模型139
5.3.3系統(tǒng)遠(yuǎn)程運(yùn)維模型求解流程142
5.3.4算例分析146
本章小結(jié)149
參考文獻(xiàn)150
第6章考慮庫存緩沖區(qū)的系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)152
6.1概述152
6.2基于三階段時(shí)間延遲的2M1B系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)153
6.2.1符號(hào)描述與假設(shè)153
6.2.2狀態(tài)檢測(cè)發(fā)生在正常運(yùn)行階段155
6.2.3狀態(tài)檢測(cè)發(fā)生在初始缺陷運(yùn)行階段156
6.2.4狀態(tài)檢測(cè)發(fā)生在嚴(yán)重缺陷運(yùn)行階段158
6.2.5設(shè)備故障停機(jī)之前沒有進(jìn)行狀態(tài)檢測(cè)的情況159
6.2.6成本率模型161
6.2.7算例分析161
6.3考慮緩沖區(qū)庫存分配的串聯(lián)生產(chǎn)系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)168
6.3.1問題描述168
6.3.2符號(hào)描述與假設(shè)169
6.3.3生產(chǎn)線分解171
6.3.4虛擬設(shè)備失效率及維修率模型171
6.3.5成本率模型172
6.3.6生產(chǎn)系統(tǒng)遠(yuǎn)程運(yùn)維模型求解流程173
6.3.7算例分析176
6.4考慮緩沖區(qū)庫存分配的并聯(lián)系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)180
6.4.1問題描述180
6.4.2符號(hào)描述與假設(shè)182
6.4.3故障率模型183
6.4.4運(yùn)行周期時(shí)間模型183
6.4.5生產(chǎn)成本率模型184
6.4.6生產(chǎn)系統(tǒng)遠(yuǎn)程運(yùn)維模型求解流程185
6.4.7算例分析186
本章小結(jié)191
第7章考慮服務(wù)合同的系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)192
7.1概述192
7.2基于服務(wù)性能合同的單部件系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)194
7.2.1單部件系統(tǒng)遠(yuǎn)程運(yùn)維模型195
7.2.2單部件系統(tǒng)遠(yuǎn)程運(yùn)維模型實(shí)現(xiàn)流程201
7.2.3算例分析202
7.3基于服務(wù)性能合同的多部件系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)206
7.3.1多部件系統(tǒng)遠(yuǎn)程運(yùn)維模型206
7.3.2多部件系統(tǒng)遠(yuǎn)程運(yùn)維模型實(shí)現(xiàn)流程212
7.3.3算例分析214
本章小結(jié)220
參考文獻(xiàn)221
第8章考慮環(huán)境影響的系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)222
8.1概述222
8.2單產(chǎn)品情況下考慮碳排放的系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)224
8.2.1問題描述225
8.2.2生產(chǎn)系統(tǒng)遠(yuǎn)程運(yùn)維模型227
8.2.3生產(chǎn)系統(tǒng)遠(yuǎn)程運(yùn)維模型求解流程231
8.2.4算例分析231
8.3單產(chǎn)品情況下考慮能耗的系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)238
8.3.1問題描述239
8.3.2生產(chǎn)系統(tǒng)遠(yuǎn)程運(yùn)維模型240
8.3.3生產(chǎn)系統(tǒng)遠(yuǎn)程運(yùn)維模型求解流程244
8.3.4算例分析246
8.4多產(chǎn)品情況下考慮能耗的系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)250
8.4.1問題描述251
8.4.2生產(chǎn)系統(tǒng)遠(yuǎn)程運(yùn)維模型253
8.4.3生產(chǎn)系統(tǒng)遠(yuǎn)程運(yùn)維模型求解流程256
8.4.4算例分析256
本章小結(jié)262
參考文獻(xiàn)262
第9章考慮相關(guān)性的系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)263
9.1概述263
9.2單部件系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)264
9.2.1問題描述265
9.2.2生產(chǎn)系統(tǒng)遠(yuǎn)程運(yùn)維模型266
9.2.3生產(chǎn)系統(tǒng)遠(yuǎn)程運(yùn)維模型求解流程268
9.2.4算例分析270
9.3基于結(jié)構(gòu)相關(guān)性的多部件系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)276
9.3.1問題描述276
9.3.2多部件系統(tǒng)遠(yuǎn)程運(yùn)維模型277
9.3.3考慮拆卸序列的多部件系統(tǒng)遠(yuǎn)程運(yùn)維模型279
9.3.4算例分析283
9.4基于故障相關(guān)性的多部件系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)287
9.4.1問題描述287
9.4.2多部件設(shè)備的故障鏈模型287
9.4.3考慮故障相關(guān)性的多部件系統(tǒng)遠(yuǎn)程運(yùn)維模型289
9.4.4算例分析292
本章小結(jié)296
第10章風(fēng)電機(jī)組故障預(yù)測(cè)與遠(yuǎn)程運(yùn)維技術(shù)298
10.1概述298
10.2考慮故障相關(guān)的風(fēng)電機(jī)組遠(yuǎn)程運(yùn)維技術(shù)300
10.2.1問題描述301
10.2.2風(fēng)電機(jī)組遠(yuǎn)程運(yùn)維模型301
10.2.3風(fēng)電機(jī)組遠(yuǎn)程運(yùn)維模型求解流程305
10.2.4算例分析306
10.3考慮外部沖擊的風(fēng)電機(jī)組遠(yuǎn)程運(yùn)維技術(shù)311
10.3.1問題描述312
10.3.2子系統(tǒng)自然退化與沖擊過程模型313
10.3.3風(fēng)電機(jī)組在外部沖擊作用下的期望費(fèi)用模型315
10.3.4風(fēng)電機(jī)組遠(yuǎn)程運(yùn)維模型求解流程319
10.3.5算例分析320
10.4考慮故障相關(guān)與外部沖擊的風(fēng)電機(jī)組遠(yuǎn)程運(yùn)維技術(shù)323
10.4.1問題描述324
10.4.2退化相關(guān)模型325
10.4.3成本率模型329
10.4.4風(fēng)電機(jī)組遠(yuǎn)程運(yùn)維模型求解流程333
10.4.5算例分析334
本章小結(jié)337
參考文獻(xiàn)338
第11章高鐵系統(tǒng)故障預(yù)測(cè)與遠(yuǎn)程運(yùn)維技術(shù)340
11.1概述340
11.2基于性能退化的列車制動(dòng)機(jī)故障預(yù)測(cè)341
11.2.1考慮隨機(jī)失效的制動(dòng)機(jī)性能退化343
11.2.2基于改進(jìn)貝葉斯算法的參數(shù)估計(jì)344
11.2.3制動(dòng)機(jī)剩余壽命預(yù)測(cè)348
11.2.4算例分析350
11.3基于可靠度的制動(dòng)機(jī)遠(yuǎn)程運(yùn)維技術(shù)358
11.3.1模型假設(shè)與符號(hào)說明359
11.3.2考慮剩余壽命的預(yù)防性維護(hù)間隔期優(yōu)化360
11.3.3構(gòu)建改善因子360
11.3.4維修成本分析361
11.3.5系統(tǒng)可用度最大化的遠(yuǎn)程運(yùn)維模型363
11.3.6系統(tǒng)最佳可用度優(yōu)化遺傳算法364
11.3.7算例分析365
本章小結(jié)371
參考文獻(xiàn)372
第12章系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)挑戰(zhàn)與展望373
12.1概述373
12.2系統(tǒng)遠(yuǎn)程運(yùn)維技術(shù)的發(fā)展現(xiàn)狀及趨勢(shì)374
12.2.1PHM技術(shù)的發(fā)展374
12.2.2國內(nèi)外技術(shù)發(fā)展對(duì)比375
12.2.3國內(nèi)發(fā)展趨勢(shì)375
12.3技術(shù)挑戰(zhàn)377
12.3.1狀態(tài)感知技術(shù)377
12.3.2狀態(tài)監(jiān)測(cè)技術(shù)378
12.3.3診斷和預(yù)測(cè)技術(shù)379
12.4PHM技術(shù)展望380
本章小結(jié)382