目录第 1 章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 设备退化建模的研究现状
1.2.2 先验参数估计的研究现状
1.2.3 剩余寿命预测的研究现状
1.2.4 预测维修决策的研究现状
第 2 章 退化数据驱动的机载设备剩余寿命预测过程分析
2.1 引言
2.2 机载设备退化特性分析
2.2.1 机载设备主要失效模式
2.2.2 机载设备随机退化过程
2.3 考虑个体差异的设备非线性退化建模
2.3.1 线性 Wiener 退化模型
2.3.2 非线性 Wiener 退化模型
2.3.3 考虑个体差异的非线性 Wiener 退化模型
2.4 先验参数估计
2.4.1 基于 MLE 算法的参数估计
2.4.2 基于 EM 算法的参数估计
2.5 设备剩余寿命预测
2.5.1 基于贝叶斯原理的设备退化状态在线更新
2.5.2 基于首达时分布的设备剩余寿命分布推导
第 3 章 随机失效阈值影响下机载设备剩余寿命预测方法
3.1 引言
3.2 考虑测量误差与个体差异的设备退化建模
3.2.1 考虑测量误差与个体差异的非线性 Wiener 退化模型
3.2.2 测量误差影响下的非线性 Wiener 退化过程特征分析
3.3 基于 EM 算法的参数估计
3.3.1 退化模型先验参数估计
3.3.2 失效阈值分布参数估计
3.4 考虑随机失效阈值影响的设备剩余寿命预测
3.4.1 基于 KF 算法的退化状态在线更新
3.4.2 考虑随机失效阈值的剩余寿命分布推导
3.5 算例分析
3.5.1 数值仿真示例
3.5.2 燃油泵实例
第 4 章 考虑随机失效阈值与多源退化数据融合的机载设备剩余寿命预测方法
4.1 引言
4.2 健康指标构建
4.2.1 退化数据预处理
4.2.2 退化数据建模
4.2.3 退化参数估计
4.2.4 融合系数确定
4.3 剩余寿命预测
4.3.1 参数在线更新
4.3.2 剩余寿命分布推导
4.4 算例分析
第 5 章 不完全维护影响下载设备剩余寿命预测方法
5.1 引言
5.2 融入不完全维护效果的设备退化建模
5.2.1 考虑复合非齐次泊松过程的不完全维护模型
5.2.2 基于不完全维护影响的随机退化模型
5.3 基于 EM 算法和 MLE 算法的参数联合估计
5.3.1 基于 EM 算法的退化模型先验参数估计
5.3.2 基于 MLE 算法的不完全维护模型参数估计
5.4 融入不完全维护效果的设备剩余寿命预测
5.4.1 基于贝叶斯原理的退化状态在线更新
5.4.2 融入不完全维护效果的剩余寿命分布推导
5.5 算例分析
5.5.1 数值仿真示例
5.5.2 陀螺仪实例
第 6 章 基于比例加速退化的机载设备剩余寿命预测方法
6.1 引言
6.2 基于比例关系的设备加速退化建模
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 基于不同样本量的参数估计
6.3.1 基于单台同类设备加速退化数据的参数估计
6.3.2 基于多台设备加速退化数据的参数自适应估计
6.4 基于比例加速退化建模的设备剩余寿命预测
6.4.1 基于 KF 算法的退化状态在线更新
6.4.2 基于比例加速退化建模的剩余寿命分布推导
6.5 算例分析
6.5.1 单台行波管实例
6.5.2 多台 MEMS 陀螺仪实例
第 7 章 基于 LSTM 网络与随机退化建模的机载设备剩余寿命预测方法
7.1 引言
7.2 随机退化建模与漂移增量提取
7.3 基于 LSTM 网络的漂移增量预测
7.4 参数估计与剩余寿命预测
7.4.1 扩散系数估计
7.4.2 剩余寿命分布推导
7.5 算例分析
7.5.1 漂移增量提取对剩余寿命预测的影响
7.5.2 漂移量导数近似对剩余寿命预测的影响
第 8 章 基于剩余寿命预测的机载设备维修策略优化方法
8.1 更新报酬理论
8.1.1 更新过程
8.1.2 更新报酬过程
8.2 考虑换件时机的设备维修决策模型
8.2.1 维修决策过程分析
8.2.2 维修决策模型构建
8.2.3 实例分析
8.3 考虑换件阈值和检测周期的设备维修决策模型
8.3.1 维修决策过程分析
8.3.2 维修决策模型构建
8.3.3 实例分析
8.4 考虑换件时机和备件订购时机的设备维修决策模型
8.4.1 维修决策过程分析
8.4.2 维修决策模型构建
8.4.3 实例分析
参考文献
新书资讯
