图书介绍

数据驱动的设备剩余寿命预测理论及应用pdf电子书版本下载

数据驱动的设备剩余寿命预测理论及应用
  • 司小胜,胡昌华著 著
  • 出版社: 北京:国防工业出版社
  • ISBN:9787118103946
  • 出版时间:2016
  • 标注页数:246页
  • 文件大小:30MB
  • 文件页数:266页
  • 主题词:数据处理系统-数据通信设备-寿命-预测

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页

下载说明

数据驱动的设备剩余寿命预测理论及应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 绪论 1

1.1 引言 1

1.2 预测与健康管理的研究进展 4

1.3 数据驱动的剩余寿命预测综述 5

1.3.1 基于直接监测数据的剩余寿命预测 7

1.3.2 基于间接监测数据的剩余寿命预测 13

1.4 本书概况 17

第2章 寿命预测性能约束下的数据测量误差可行域分析 20

2.1 引言 20

2.2 问题提出和基本定义 20

2.2.1 问题提出 20

2.2.2 基本定义 24

2.3 考虑测量误差和不考虑测量误差时寿命预测的性质 25

2.3.1 不考虑测量误差时寿命预测的性质 26

2.3.2 考虑测量误差时寿命预测的性质 27

2.4 寿命预测性能约束下测量误差参数的可行域 31

2.4.1 考虑与不考虑测量误差时寿命预测差异的性能测度 31

2.4.2 变化系数相对增加率下测量误差参数的可行域 33

2.4.3 方差相对增加率下测量误差参数的可行域 35

2.4.4 相似性测度下测量误差参数的可行域 36

2.5 带随机测量误差的寿命预测对维修决策的影响 44

2.6 实例研究 47

2.6.1 数值例子 47

2.6.2 惯性导航系统实例验证 50

第3章 线性随机退化设备的剩余寿命自适应预测方法 59

3.1 引言 59

3.2 线性随机退化设备的退化建模 60

3.2.1 基于线性随机退化模型的寿命分析方法概述 60

3.2.2 线性随机退化设备建模 62

3.3 剩余寿命自适应预测 64

3.4 随机模型参数估计算法及其收敛性分析 66

3.4.1 期望最大化算法 67

3.4.2 线性随机退化模型参数自适应估计算法 68

3.4.3 模型参数自适应估计算法的收敛性分析 72

3.5 实例研究 75

3.5.1 问题描述 75

3.5.2 惯性导航系统剩余寿命预测结果 76

3.5.3 比较研究 78

第4章 线性随机退化设备剩余寿命预测的精确封闭解 83

4.1 引言 83

4.2 依赖于退化轨迹的剩余寿命自适应预测方法 84

4.2.1 基于随机过程的退化模型的一般性描述 84

4.2.2 依赖于退化轨迹的剩余寿命自适应预测方法 85

4.3 线性随机退化模型及剩余寿命预测 87

4.4 指数随机退化模型及剩余寿命预测 97

4.5 验证研究 105

4.5.1 数值例子 105

4.5.2 惯性导航系统实例研究 110

第5章 多层不确定性下的设备剩余寿命预测方法 115

5.1 引言 115

5.2 问题描述 116

5.3 三层不确定性下设备的剩余寿命预测 118

5.3.1 情况1时的剩余寿命预测 119

5.3.2 情况2时的剩余寿命预测 124

5.3.3 情况3:三层不确定性下的剩余寿命预测 127

5.4 模型参数可辨识性与估计方法 137

5.5 实例研究 140

5.5.1 实例问题描述 141

5.5.2 模型拟合度比较 142

5.5.3 剩余寿命预测比较 144

第6章 非线性随机退化建模与剩余寿命预测方法 150

6.1 引言 150

6.2 启发性实例与非线性随机退化建模 151

6.2.1 启发性实例 151

6.2.2 非线性随机退化过程建模 154

6.3 非线性随机退化设备的剩余寿命预测 155

6.3.1 寿命分布的推导 155

6.3.2 考虑个体差异时的剩余寿命预测 163

6.3.3 考虑测量不确定性时的剩余寿命预测 166

6.4 非线性随机退化模型的参数估计 170

6.5 实例研究 173

6.5.1 激光发生器的退化数据 174

6.5.2 航空铝合金材料A2017-T4的疲劳裂纹增长数据 177

6.5.3 惯性导航系统陀螺仪漂移退化数据 180

第7章 隐含非线性退化建模与剩余寿命在线预测方法 184

7.1 引言 184

7.2 问题描述与剩余寿命预测 185

7.2.1 问题描述 185

7.2.2 剩余寿命预测 186

7.3 参数在线估计算法 189

7.4 三种非线性函数下的具体实现 191

7.4.1 三种非线性函数形式下剩余寿命分布的推导 191

7.4.2 三种状态空间模型对应的参数估计方法 193

7.5 数值算例 196

7.5.1 数值仿真验证 196

7.5.2 补充的数值算例 200

7.6 实例验证 203

7.6.1 问题描述 203

7.6.2 实验结果分析 204

第8章 存在状态切换的设备剩余储存寿命预测方法 207

8.1 引言 207

8.2 问题描述 208

8.3 设备储存-工作状态切换过程建模 210

8.3.1 随机时变的设备运行过程 210

8.3.2 设备运行过程参数的Bayesian估计 212

8.4 设备退化过程建模与剩余储存寿命预测 215

8.4.1 固定设备运行过程与模型参数下的剩余储存寿命预测 215

8.4.2 退化过程参数的Bayesian估计 219

8.4.3 随机时变设备运行过程下的剩余储存寿命预测 221

8.5 实例研究 223

8.5.1 问题背景与数据描述 223

8.5.2 结果与讨论 225

附录A 方程(2.101)和方程(2.102)的推导 229

附录B 引理5.2和引理5.3的证明 231

参考文献 233

精品推荐