大數據驅動的設備健康預測及維護決策優(yōu)化

Ⅴ　
第１章　緒　論 １
１１　研究背景和意義 １
１２　研究范圍與對象 ４
１３　研究目的與創(chuàng)新點 ５
１４　研究框架 ７
１５　本章小結 ８
第２章　設備維護的概念 ９
２１　引言 ９
２２　設備健康管理的歷史發(fā)展 １２
２３　設備健康預測方法的研究及進展 １４
　?。玻常薄』谖锢砟Ｐ偷姆椒? １５
　?。玻常病』谥R驅動的方法 １７
　　２．３．３　基于數據驅動的方法 ２０
　?。玻常础』谀Ｐ万寗拥姆椒? ２６
　?。玻常怠』谛畔⑷诤系姆椒? ３１
　?。玻常丁』旌夏Ｐ?３２
２４　設備維護方法的研究及進展 ３６
　?。玻矗薄』诮】敌畔⒌木S護 ３８
　?。玻矗病』谒ネ诉^程的維護 ４０
　?。玻矗场』趥浼齑娴木S護 ４１
２５　設備維護調度方法的研究及進展 ４２
２６　現有方法的不足 ４７
　?。玻叮薄≡O備健康預測研究的不足 ４７
Ⅵ　
　?。玻叮病≡O備維護研究的不足 ４８
　?。玻叮场≡O備維護調度優(yōu)化需要研究的問題 ４８
２７　退化隱半馬爾可夫模型 ４９
２８　本章小結 ５６
第３章　單監(jiān)測信息的在線健康預測 ６０
３１　引言 ６０
３２　設備在線健康預測方法 ６２
　　３．２．１　數據預處理及特征提取 ６２
　?。常玻病≡诰€健康預測算法 ６４
　?。常玻场∈Ｓ嘤行勖A測方法 ６８
３３　算例分析 ６９
　?。常常薄』?ＨＳＭＭ 的健康診斷 ７１
　?。常常病祿蕚渑c處理 ７３
　　３．３．３　模型參數估計 ７７
　?。常常础≡诰€健康預測分析 ７８
　　３．３．５　預測性能評估 ８２
３４　本章小結 ８５
第４章　多監(jiān)測信息的在線健康預測 ８６
４１　引言 ８６
４２　特征空間降維 ８７
４３　設備在線健康預測方法 ８８
　?。矗常薄⌒拚[式半馬爾可夫模型 ８８
　?。矗常病∽赃m應隱式半馬爾可夫模型 ９２
　?。矗常场∈Ｓ嘤行勖A測方法 ９４
４４　算例分析 ９７
　?。矗矗薄祿蕚? ９７
　　４．４．２　在線健康狀態(tài)識別分析 ９８
　?。矗矗场≡诰€健康預測分析 １０１
　　４．４．４　預測性能評估 １０３
４５　本章小結 １０６
第５章　基于在線健康預測的集成動態(tài)維護研究 １０７
５１　引言 １０７
Ⅶ　
５２　衰退過程分析 １１２
５３　維護動作與維護時間分析 １１４
５４　集成動態(tài)維護模型 １１７
　?。担矗薄』炯僭O和符號 １１７
　?。担矗病【S護成本分析 １１９
　　５．４．３　基于動態(tài)規(guī)劃算法維護策略優(yōu)化模型 １２３
　?。担矗础【S護策略優(yōu)化算法 １２７
５５　算例分析 １２９
　　５．５．１　數據準備 １２９
　?。担担病∑渌S護策略 １３３
　　５．５．３　維護結果分析 １３４
　?。担担础浼齑娌呗苑治? １３７
　　５．５．５　策略動態(tài)性分析 １３８
５６　本章小結 １４１
第６章　基于集成維護模型的維護調度優(yōu)化研究 １４３
６１　引言 １４３
６２　設備維護調度優(yōu)化模型 １４４
　?。叮玻薄≡O備維護調度決策 １４４
　?。叮玻病∵z傳算法 １５１
６３　案例分析 １５３
　?。叮常薄祿蕚? １５４
　?。叮常病∷惴ㄔO計 １５７
　　６．３．３　維護調度比較分析 １５７
　?。叮常础】紤]調整因子的維護調度分析 １６３
６４　本章小結 １６５
第７章　總結與展望 １６６
７１　結論 １６６
７２　展望 １６８
參考文獻 １７０