故障预测与健康管理技术及应用案例分析9787121445392
正版图书，可开发票，请放心购买。
￥ 96.75 7.5折 ￥ 129 全新
库存18件
广东广州
认证卖家担保交易快速发货售后保障
作者刘宁
出版社电子工业出版社
ISBN9787121445392
出版时间2021-03
装帧平装
开本其他
定价129元
货号12002797
上书时间2024-12-17
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
刘宁，山西太原人，汉族，现为军事科学院防化研究院助理研究员。主要从事防化装备保障研究工作。主持军队计划科研项目2项，参与军队计划科研项目9项，参与编写修订标准2部，近5年发表论文11篇，获得国防专利2项。获军队科技进步三等奖3项。
目录
第1 部分 故障预测与健康管理的基本概况 第1 章 绪论 ....................................................................................................... 002 1.1 故障预测与健康管理概念 ................................................................... 002 1.2 故障预测与健康管理背景 ................................................................... 006 1.3 故障预测与健康管理应用 ................................................................... 009 1.4 故障预测与健康管理方法 ................................................................... 011 1.5 故障预测与健康管理优势 ................................................................... 015 1.5.1 降低全寿命周期的成本 ............................................................ 016 1.5.2 优化系统设计的流程 ................................................................ 017 1.5.3 提升生产过程的质量 ................................................................ 018 1.5.4 增强系统运行的效果 ................................................................ 019 1.5.5 保障后勤维修的优势 ................................................................ 020 1.6 故障预测与健康管理面临的挑战 ....................................................... 021 第2 部分 机械设备的故障预测与健康管理 第2 章 基于物理模型的机械设备故障预测与健康管理 ................................. 026 2.1 基于物理模型的机械设备故障预测简介 ............................................ 027 2.2 非线性最小二乘法 ............................................................................... 029 2.3 贝叶斯方法 .......................................................................................... 037 2.3.1 马尔可夫链蒙特卡罗抽样方法 ................................................ 037 2.3.2 电池故障预测贝叶斯方法的MATLAB 实现 .......................... 042 2.4 粒子滤波 .............................................................................................. 047 2.4.1 序列重要性重采样过程 ............................................................ 048 2.4.2 电池故障预测的粒子滤波方法的MATLAB 实现 ................... 053 2.5 基于物理模型的故障预测方法的实际应用 ........................................ 058 2.5.1 问题定义 ................................................................................... 058 2.5.2 针对裂纹扩展示例的代码修改 ................................................ 060 2.5.3 结果 ........................................................................................... 062 2.6 基于物理模型的故障预测方法的优点和不足 .................................... 064 2.6.1 模型充分性 ............................................................................... 064 2.6.2 参数估计 ................................................................................... 066 2.6.3 退化数据质量 ........................................................................... 066 第3 章 数据驱动的机械设备故障预测与健康管理 ........................................ 067 3.1 数据驱动的机械设备故障预测简介 ................................................... 067 3.2 高斯过程回归 ...................................................................................... 071 3.2.1 高斯过程模拟 ........................................................................... 074 3.2.2 基于高斯过程的电池故障预测的MATLAB 实现 ................... 086 3.3 神经网络 .............................................................................................. 090 3.3.1 前馈神经网络模型 .................................................................... 091 3.3.2 基于神经网络的电池故障预测的MATLAB 实现 ................... 103 3.4 数据驱动的故障预测方法的实际应用 ................................................ 107 3.4.1 问题定义 ................................................................................... 107 3.4.2 裂纹扩展示例的MATLAB 代码 .............................................. 109 3.4.3 结果 ........................................................................................... 111 3.5 数据驱动的故障预测方法存在的问题 ................................................ 112 3.5.1 模型形式充分性 ....................................................................... 112 3.5.2 很优参数估计 ........................................................................... 113 3.5.3 退化数据的质量 ....................................................................... 114 第3 部分 电子设备的故障预测与健康管理 第4 章 故障预测与健康管理的传感器系统 .................................................... 119 4.1 传感器和传感原理 ............................................................................... 119 4.1.1 热传感器 ................................................................................... 120 4.1.2 电传感器 ................................................................................... 121 4.1.3 机械传感器 ............................................................................... 122 4.1.4 湿度传感器 ............................................................................... 122 4.1.5 生物传感器 ............................................................................... 123 4.1.6 化学传感器 ............................................................................... 124 4.1.7 光学传感器 ............................................................................... 125 4.1.8 磁传感器 ................................................................................... 126 4.2 故障预测与健康管理传感器系统的运行 ............................................ 127 4.2.1 需要监测的参数 ....................................................................... 128 4.2.2 传感器系统的性能 .................................................................... 128 4.2.3 传感器系统的物理属性 ............................................................ 129 4.2.4 传感器系统的功能属性 ............................................................ 129 4.2.5 成本 ........................................................................................... 134 4.2.6 可靠性 ....................................................................................... 134 4.2.7 可用性 ....................................................................................... 135 4.3 传感器选择 .......................................................................................... 135 4.4 故障预测与健康管理实现的传感器系统示例 .................................... 137 第5 章 基于物理模型的电子设备故障预测与健康管理 ................................. 141 5.1 硬件配置 .............................................................................................. 142 5.2 载荷 ...................................................................................................... 142 5.3 故障模式、机制及影响分析 ............................................................... 143 5.4 应力分析 .............................................................................................. 147 5.5 可靠性评估和剩余使用寿命预测 ....................................................... 147 5.6 基于物理模型的故障预测与健康管理方法的输出 ............................ 151 第6 章 数据驱动的电子设备故障预测与健康管理 ........................................ 152 6.1 参数统计方法 ...................................................................................... 154 6.1.1 似然比检验 ............................................................................... 154 6.1.2 优选似然估计 ........................................................................... 155 6.1.3 Neyman-Pearson 准则 ............................................................... 155 6.1.4 期望值优选化 ........................................................................... 156 6.1.5 最小均方差估计 ....................................................................... 156 6.1.6 优选后验概率估计 .................................................................... 157 6.1.7 Rao-Blackwell 估计 ................................................................... 157 6.1.8 Cramer-Rao 下界 ....................................................................... 157 6.2 非参数统计方法 ................................................................................... 158 6.2.1 基于最近邻的分类 .................................................................... 158 6.2.2 Parzen 窗（核密度估计） ........................................................ 159 6.2.3 Wilcoxon 秩和检验 ................................................................... 159 6.2.4 Kolmogorov-Smirnov 检验 ....................................................... 160 6.2.5 卡方拟合优度假设检验 ............................................................ 160 6.3 机器学习方法 ...................................................................................... 161 6.3.1 有监督分类 ............................................................................... 164 6.3.2 无监督分类 ............................................................................... 169 6.4 本章小结 .............................................................................................. 174 第4 部分 应用案例 第7 章 机械设备故障预测与健康管理应用案例 ............................................ 176 7.1 现场测量与关节磨损预测 ................................................................... 176 7.1.1 动机和背景 ............................................................................... 176 7.1.2 磨损模型和磨损系数 ................................................................ 177 7.1.3 曲柄滑块机构关节磨损的现场测量 ........................................ 179 7.1.4 贝叶斯方法用于预测关节渐进磨损 ........................................ 182 7.1.5 磨损系数识别与磨损量预测 .................................................... 185 7.1.6 结论 ........................................................................................... 191 7.2 不同噪声和偏差条件下使用贝叶斯方法识别模型参数 .................... 191 7.2.1 动机和背景 ............................................................................... 191 7.2.2 损伤增长模型和测量不确定度模型 ........................................ 192 7.2.3 贝叶斯方法用于损伤特性描述 ................................................ 195 7.2.4 结论 ........................................................................................... 201 7.3 加速寿命试验数据在故障预测中的实际应用 .................................... 202 7.3.1 动机和背景 ............................................................................... 203 7.3.2 问题定义 ................................................................................... 204 7.3.3 加速寿命试验数据的应用 ........................................................ 205 7.3.4 结论 ........................................................................................... 214 7.4 基于特定频域中熵变的轴承故障预测方法 ........................................ 214 7.4.1 动机和背景 ............................................................................... 214 7.4.2
— 没有更多了 —
以下为对购买帮助不大的评价