同類熱銷排行榜

數據驅動的剩餘壽命預測與維護決策技術

作者：陸寧雲//陳闖//姜斌|責編:金林茹
出版社：化學工業
ISBN：9787122466860

出版日期：2025/02/01
裝幀：平裝
頁數：170

人民幣：RMB 79 元售價：元

內容大鋼

本書重點關注數據驅動的剩餘壽命預測與維護決策技術，針對複雜裝備的智能運維需求提供了一種較為完整的解決方案。全書共10章：第1章介紹了剩餘壽命預測與維護決策的國內外研究現狀和發展趨勢；第2?4章分別介紹了基於多變數模型、基於相似性模型以及基於隨機過程模型的典型的剩餘壽命預測方法；第5?10章介紹了考慮安全風險規避、預測不確定性、維修不確定性以及維修資源約束下的預測維護方法。本書內容由淺人深，語言通俗易懂，注重實踐性，並緊跟領域研究的前沿發展，為讀者提供既豐富又實用的專業內容。
本書可作為控制科學與工程、工業工程等學科的師生參考用書，同時對裝備健康管理、安全保障等領域的科研人員及工程技術人員具有一定的參考價值。

作者介紹

陸寧雲//陳闖//姜斌|責編:金林茹

第1章  緒論
  1.1  裝備維護保障的必要性和重要性
  1.2  剩餘壽命預測與維護決策的相關概念
  1.3  剩餘壽命預測研究現狀與趨勢
  1.4  維護決策研究現狀與趨勢
第2章  基於多變數模型的剩餘壽命預測方法
  2.1  概述
  2.2  主要思想
  2.3  裝備退化特徵提取
    2.3.1  Spearman相關性指標
    2.3.2  Spearman趨勢性指標
  2.4  基於多變數深度森林演算法的健康評估模型
    2.4.1  基於量子模糊聚類的健康狀態劃分
    2.4.2  基於深度森林演算法的離線系統健康狀態評估
  2.5  基於DLSTM的離線退化趨勢預測建模
    2.5.1  LSTM網路結構簡介
    2.5.2  退化趨勢預測模型
  2.6  基於組合模型的裝備在線剩餘壽命預測方法
    2.6.1  剩餘壽命在線預測實施過程
    2.6.2  預測評價標準
  2.7  實驗驗證
    2.7.1  數據來源
    2.7.2  退化特徵選擇結果
    2.7.3  離線健康狀態評估建模與在線驗證結果
    2.7.4  離線退化趨勢預測建模和在線RUL估計
  2.8  本章小結
第3章  基於相似性模型的剩餘壽命預測方法
  3.1  概述
  3.2  主要思想
  3.3  多變數退化特徵提取
    3.3.1  基於Relief演算法的退化特徵篩選
    3.3.2  基於主成分分析的退化特徵提取
  3.4  基於退化特徵相似性的剩餘壽命預測
    3.4.1  基於時間序列片段時延的相似性評估
    3.4.2  基於KDE密度加權的模型綜合
  3.5  實驗驗證
    3.5.1  預測性能指標
    3.5.2  相似性評估與參數選擇
  3.6  本章小結
第4章  基於隨機過程模型的剩餘壽命預測方法
  4.1  概述
  4.2  主要思想
  4.3  基於加速退化試驗的混合退化過程建模
  4.4  混合退化過程的壽命分佈
  4.5  混合退化過程的未知參數估計
    4.5.1  動態權重估計
    4.5.2  使用M-H方法的混合過程未知參數估計
  4.6  實驗驗證
    4.6.1  參數估計
    4.6.2  正常應力水平下的可靠性分析

    4.6.3  混合退化模型與傳統模型的比較
  4.7  本章小結
第5章  帶有風險規避自適應的預測維護方法
  5.1  概述
  5.2  主要思想
  5.3  剩餘壽命預測建模
    5.3.1  SVR的基本理論
    5.3.2  退化特徵與剩餘壽命之間關係建模
  5.4  規避風險的預測維護策略制定
    5.4.1  風險規避函數設計
    5.4.2  在線剩餘壽命預測
    5.4.3  維護策略制定與成本計算
  5.5  實驗驗證
    5.5.1  單一預測模型的剩餘壽命預測結果
    5.5.2  規避風險剩餘壽命預測結果與分析
    5.5.3  預測維護規劃結果與分析
  5.6  本章小結
第6章  基於剩餘壽命預測區間的預測維護方法
  6.1  概述
  6.2  主要思想
  6.3  剩餘壽命預測區間估計
    6.3.1  健康狀態劃分
    6.3.2  剩餘壽命預測邊界確定
    6.3.3  在線剩餘壽命預測區間估計
  6.4  最優維護決策
    6.4.1  剩餘壽命分佈構建
    6.4.2  維護成本率函數形成與優化
    6.4.3  預測維護實施過程
  6.5  實驗驗證
    6.5.1  預測區間評估標準
    6.5.2  預測區間估計實驗結果與分析
    6.5.3  維護決策實驗結果與分析
  6.6  本章小結
第7章  基於失效概率估計的預測維護方法
  7.1  概述
  7.2  主要思想
  7.3  基於性能退化的失效概率預測
    7.3.1  退化趨勢預測
    7.3.2  未來不同時間窗口的失效概率估計
  7.4  兩種期望維護成本博弈下的維護決策
  7，4.1  維護成本計算
    7.4.2  基於成本評估的維護時間的確定
    7.4.3  維護成本率計算
  7.5  實驗驗證
    7.5.1  離線預測建模結果
    7.5.2  在線維護規劃結果
    7.5.3  維護策略性能分析
  7.6  本章小結
第8章  考慮備件管理約束的預測維護方法
  8.1  概述

  8.2  主要思想
  8.3  基於深度學習集成的系統健康預測
    8.3.1  兩種深度學習演算法集成
    8.3.2  裝備健康預測實現過程
  8.4  基於預測信息的維護和庫存決策規則
    8.4.1  維護決策規則
    8.4.2  庫存決策規則
    8.4.3  預測維護實施過程
  8.5  實驗驗證
    8.5.1  預測精度討論
    8.5.2  動態預測維護決策結果與分析
  8.6  本章小結
第9章  基於失效時刻概率密度預測的預測維護方法
  9.1  概述
  9.2  主要思想
  9.3  失效時刻概率密度預測
    9.3.1  基於深度學習分位數回歸的剩餘壽命預測
    9.3.2  基於核密度估計的失效時刻分佈計算
  9.4  基於預測信息的維護和庫存策略
    9.4.1  維護策略
    9.4.2  庫存策略
  9.5  實驗驗證
    9.5.1  DAE-LSTMQR模型的參數配置
    9.5.2  失效時刻概率密度預測結果
    9.5.3  維護和庫存決策結果
  9.6  本章小結
第10章  面向非定期不可靠檢查的預測維護方法
  10.1  概述
  10.2  主要思想
  10.3  維護策略的框架：描述和分析
    10.3.1  維護描述
    10.3.2  退化過程建模
    10.3.3  維護成本函數
  10.4  維護狀態演化與維護周期計算
    10.4.1  基於半再生過程的長期成本率計算
    10.4.2  半再生過程中不可靠檢查的影響
  10.5  維護優化和參數更新
    10.5.1  決策變數的確定
    10.5.2  退化參數更新
  10.6  實驗驗證
    10.6.1  完美檢查下的維護策略分析
    10.6.2  不可靠檢查下的維護策略分析
    10.6.3  與定期可靠檢查下的維護策略比較
  10.7  本章小結
參考文獻

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

數據驅動的剩餘壽命預測與維護決策技術