• 生产系统预测性维护调度优化研究
21年品牌 40万+商家 超1.5亿件商品

生产系统预测性维护调度优化研究

全新正版 极速发货

42.57 5.5折 78 全新

库存4件

广东广州
认证卖家担保交易快速发货售后保障

作者刘勤明,叶春明

出版社上海交通大学出版社

ISBN9787313243201

出版时间2021-04

装帧平装

开本16开

定价78元

货号1202381670

上书时间2024-08-06

谢岳书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
第1章 绪论

1.1 研究背景和意义

1.2 设备健康预测方法的研究及进展

1.2.1 基于物理模型的方法

1.2.2 基于知识驱动的方法

1.2.3 基于数据驱动的方法

1.3 设备维护方法的研究及进展

1.3.1 单设备维护方法

1.3.2 多设备维护方法

1.3.3 维护与备件订购方法

1.3.4 生产与维护联合优化方法

1.4 现有方法的不足

1.4.1 设备健康预测研究的不足

1.4.2 设备维护研究的不足

1.5 本章小结

第2章 设备维护的概念及理论

2.1 引言

2.2 设备剩余寿命预测

2.2.1 设备剩余寿命预测的概念

2.2.2 设备剩余寿命预测方法的分类

2.3 设备维护优化的基本流程

2.4 设备维护策略

2.4.1 维护策略类型

2.4.2 维护方式

2.5 多设备维护策略

2.6 本章小结

第3章 数据完备情况下设备健康预测

3.1 引言

3.2 HSMM基础理论

3.3 改进的HSMM

3.3.1 改进的前向-后向算法

3.3.2 改进的Viterbi算法

3.3.3 改进的Baum-Welch算法

3.4 基于改进HSMM的设备健康预测框架

3.4.1 基于改进HSMM的设备故障诊断

3.4.2 基于改进HSMM的寿命预测

3.5 设备老化的定义及分类

3.6 考虑老化因子的HSMM

3.6.1 考虑老化因子的转移矩阵

3.6.2 指数型老化因子的设计

3.6.3 乘数型老化因子的设计

3.7 老化因子的估值算法

3.8 基于失效率的设备剩余有效寿命估值算法

3.9 算例分析

3.9.1 老化因子的求解

3.9.2 剩余有效寿命的估值

3.9.3 对比分析

3.10 本章小结

第4章 数据不完备情况下设备健康预测

4.1 引言

4.2 考虑数据缺失下的设备健康预测

4.2.1 SHSMM的推理与学习机制

4.2.2 期望优选化参数自适应估计算法

4.2.3 基于灰色EM-SHSMM的设备健康预测

4.2.4 算例分析

4.3 考虑数据异常下的设备健康预测

4.3.1 异常数据的处理

4.3.2 基于动态前向后向灰色填充方法

4.3.3 算例分析

4.4 考虑数据不准确下的设备健康预测

4.4.1 DS-MM理论框架

4.4.2 基于DS-MM的设备健康预测

4.4.3 算例分析

4.5 本章小结

第5章 基于时间延迟理论的设备维护计划研究

5.1 引言

5.2 基于三阶段时间延迟理论的预防维护模型

5.2.1 模型假设

5.2.2 模型参数的符号定义

5.2.3 模型建立

5.3 设备维护与生产联合优化概述

5.3.1 维护计划问题描述

5.3.2 生产计划问题描述

5.3.3 联合优化问题描述

5.4 基于时间延迟理论的生产计划与维护计划联合优化模型

5.4.1 模型假设

5.4.2 符号定义

5.4.3 维护费用模型

5.4.4 生产成本模型

5.4.5 联合优化模型

5.5 算例分析

5.5.1 设备维护分析

5.5.2 设备维护与生产计划联合优化分析

5.6 本章小结

第6章 基于可靠度约束的设备维护计划研究

6.1 引言

6.2 基于可靠度约束的维护与生产集合优化模型

6.2.1 假定条件

6.2.2 符号定义

6.2.3 数学模型

6.2.4 物流平衡约束

6.2.5 生产固定费用约束

6.2.6 生产能力约束

6.2.7 生产可靠度约束

6.2.8 模型求解

6.3 基于可靠度约束的集合优化模型算例分析

6.4 考虑产品堕化的维护与生产集合优化描述

6.5 考虑产品堕化的维护与生产集合优化模型

6.5.1 假定条件

6.5.2 符号定义

6.5.3 数学模型

6.5.4 模型求解

6.6 考虑产品堕化的集合优化模型算例分析

6.7 本章小结

第7章 基于集成模型的多部件设备维护计划研究

7.1 引言

7.2 设备维护调度优化模型

7.2.1 设备维护调度决策

7.2.2 遗传算法

7.3 算例分析

7.3.1 数据准备

7.3.2 算法设计

7.3.3 维护调度比较分析

7.3.4 考虑调整因子的维护调度分析

7.4 本章小结

第8章 考虑生产与需求的多设备维护计划研究

8.1 引言

8.2 多设备系统描述

8.3 考虑生产与需求情况下多设备状态维护

8.3.1 符号说明

8.3.2 数学模型

8.3.3 算例分析

8.4 多设备状态维护与备件订购策略的联合优化

8.4.1 符号说明

8.4.2 系统描述

8.4.3 维护优化模型

8.4.5 模型求解

8.4.6 算例分析

8.5 本章小结

第9章 考虑产品保修服务的设备维护计划研究

9.1 引言

9.2 考虑产品保修服务的设备维护描述

9.3 考虑产品保修服务的设备维护模型

9.3.1 符号说明与假设

9.3.2 单位时间返工费用和产品费用

9.3.3 单位时间预防维护费用

9.3.4 单位时间总费用模型

9.3.5 模型求解

9.4 算例分析

9.4.1 数据准备

9.4.2 结果分析

9.4.3 敏感性分析

9.5 本章小结

第10章 总结与展望

10.1 结论

10.2 展望

参考文献

索引

内容摘要
本书立足于生产系统设备健康预测与维护的相关研究,利用数据分析了设备的运行状态,描述了设备的衰退趋势,实现了有效的健康预测,为设备预测维护提供了决策依据。首先,用隐半马尔可夫模型对存在老化现象的设备状态进行识别;其次,构建了不同数据缺失情况下的设备健康预测模型;最后,基于设备健康预测,构建了单设备、多部件设备、多设备生产系统的维护模型。 本书的研究结论为制造企业管理者进行生产系统维护管理提供了有效的决策依据。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP