幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

退化數據驅動的機載設備剩餘壽命預測與維修策略優化

  • 作者：王澤洲//蔡忠義//陳雲翔//董驍雄|責編:肖姝//王笑
  • 出版社：國防工業
  • ISBN：9787118136661
  • 出版日期：2025/06/01
  • 裝幀：平裝
  • 頁數：196
人民幣：RMB 98 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書著眼機載設備健康管理的現實需求，採用退化數據驅動的方法，系統開展機載設備剩餘壽命預測與維修策略優化研究，重點解決失效閾值隨機性對單一／多源性能退化建模的不確定性影響，不完全維護對剩餘壽命預測的影響機理，加速應力環境下的比例退化建模與剩餘壽命預測，機器學習與隨機過程相融合的剩餘壽命預測，以及基於剩餘壽命預測的維修策略優化等關鍵科學問題。這樣不僅可以豐富和發展當前剩餘壽命預測理論和方法應用領域，而且可以為開展設備預測維修實踐和智能健康管理提供技術支撐。
    本書可作為控制科學與工程、管理科學與工程等相關專業研究生的參考用書，也可供通用質量特性相關領域工程技術人員閱讀和參考。
作者介紹
王澤洲//蔡忠義//陳雲翔//董驍雄|責編:肖姝//王笑
目錄
第1章  緒論
  1.1  研究背景及意義
  1.2  國內外研究現狀
    1.2.1  設備退化建模的研究現狀
    1.2.2  先驗參數估計的研究現狀
    1.2.3  剩餘壽命預測的研究現狀
    1.2.4  預測維修決策的研究現狀
第2章  退化數據驅動的機載設備剩餘壽命預測過程分析
  2.1  引言
  2.2  機載設備退化特性分析
    2.2.1  機載設備主要失效模式
    2.2.2  機載設備隨機退化過程
  2.3  考慮個體差異的設備非線性退化建模
    2.3.1  線性Wiener退化模型
    2.3.2  非線性Wiener退化模型
    2.3.3  考慮個體差異的非線性Wiener退化模型
  2.4  先驗參數估計
    2.4.1  基於MLE演算法的參數估計
    2.4.2  基於EM演算法的參數估計
  2.5  設備剩餘壽命預測
    2.5.1  基於貝葉斯原理的設備退化狀態在線更新
    2.5.2  基於首達時分佈的設備剩餘壽命分佈推導
第3章  隨機失效閾值影響下機載設備剩餘壽命預測方法
  3.1  引言
  3.2  考慮測量誤差與個體差異的設備退化建模
    3.2.1  考慮測量誤差與個體差異的非線性Wiener退化模型
    3.2.2  測量誤差影響下的非線性Wiener退化過程特徵分析
  3.3  基於EM演算法的參數估計
    3.3.1  退化模型先驗參數估計
    3.3.2  失效閾值分佈係數估計
  3.4  考慮隨機失效閾值影響的設備剩餘壽命預測
    3.4.1  基於KF演算法的退化狀態在線更新
    3.4.2  考慮隨機失效閾值的剩餘壽命分佈推導
  3.5  算例分析
    3.5.1  數值模擬示例
    3.5.2  燃油泵實例
第4章  考慮隨機失效閾值與多源退化數據融合的機載設備剩餘壽命預測方法
  4.1  引言
  4.2  健康指標構建
    4.2.1  退化數據預處理
    4.2.2  退化數據建模
    4.2.3  退化參數估計
    4.2.4  融合係數確定
  4.3  剩餘壽命預測
    4.3.1  參數在線更新
    4.3.2  剩餘壽命分佈推導
  4.4  算例分析
第5章  不完全維護影響下機載設備剩餘壽命預測方法
  5.1  引言
  5.2  融入不完全維護效果的設備退化建模

    5.2.1  基於複合非齊次泊松過程的不完全維護模型
    5.2.2  考慮不完全維護影響的隨機退化模型
  5.3  基於EM演算法和MLE演算法的參數聯合估計
    5.3.1  基於EM演算法的退化模型先驗參數估計
    5.3.2  基於MLE演算法的不完全維護模型參數估計
  5.4  融入不完全維護效果的設備剩餘壽命預測
    5.4.1  基於貝葉斯原理的退化狀態在線更新
    5.4.2  融入不完全維護效果的剩餘壽命分佈推導
  5.5  算例分析
    5.5.1  數值模擬示例
    5.5.2  陀螺儀實例
第6章  基於比例加速退化的機載設備剩餘壽命預測方法
  6.1  引言
  6.2  基於比例關係的設備加速退化建模
    6.2.1  比例退化模型
    6.2.2  加速模型
    6.2.3  比例加速退化模型
  6.3  基於不同樣本量的參數估計
    6.3.1  基於多台同類設備加速退化數據的參數估計
    6.3.2  基於單台設備加速退化數據的參數自適應估計
  6.4  基於比例加速退化建模的設備剩餘壽命預測
    6.4.1  基於KF演算法的退化狀態在線更新
    6.4.2  基於比例加速退化建模的剩餘壽命分佈推導
  6.5  算例分析
    6.5.1  單台行波管實例
    6.5.2  多台MEMS陀螺儀實例
第7章  基於LSTM網路與隨機退化建模的機載設備剩餘壽命預測方法
  7.1  引言
  7.2  隨機退化建模與漂移增量提取
  7.3  基於LSTM網路的漂移增量預測
  7.4  參數估計與剩餘壽命預測
    7.4.1  擴散係數估計
    7.4.2  剩餘壽命分佈推導
  7.5  算例分析
    7.5.1  漂移增量提取對剩餘壽命預測的影響
    7.5.2  漂移量導數近似對剩餘壽命預測的影響
第8章  基於剩餘壽命預測的機載設備維修策略優化方法
  8.1  更新報酬理論
    8.1.1  更新過程
    8.1.2  更新報酬過程
  8.2  考慮換件時機的設備維修決策模型
    8.2.1  維修決策過程分析
    8.2.2  維修決策模型構建
    8.2.3  實例分析
  8.3  考慮換件閾值和檢測周期的設備維修決策模型
    8.3.1  維修決策過程分析
    8.3.2  維修決策模型構建
    8.3.3  實例分析
  8.4  考慮換件時機和備件訂購時機的設備維修決策模型
    8.4.1  維修決策過程分析

    8.4.2  維修決策模型構建
    8.4.3  實例分析
參考文獻

  • 商品搜索：
  • | 高級搜索
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