目錄
序
前言
第1章 概論 1
1.1 基本概念 1
1.1.1 船用燃?xì)廨啓C 1
1.1.2 健康管理的基本概念 3
1.1.3 PHM與裝備質(zhì)量管理 5
1.2 燃?xì)廨啓C健康管理技術(shù)發(fā)展及應(yīng)用現(xiàn)狀 8
1.2.1 燃?xì)廨啓C健康管理技術(shù) 8
1.2.2 船用燃?xì)廨啓C健康管理的特點 9
1.2.3 船用燃?xì)廨啓C健康管理的技術(shù)發(fā)展及應(yīng)用現(xiàn)狀 11
1.2.4 國內(nèi)外典型燃?xì)廨啓C健康管理系統(tǒng)簡介 14
1.3 本書的結(jié)構(gòu)安排 18
第2章 船用燃?xì)廨啓C健康管理技術(shù)體系 19
2.1 健康管理頂層架構(gòu) 19
2.2 健康管理實施目標(biāo) 22
2.3 健康管理業(yè)務(wù)能力 24
2.3.1 狀態(tài)監(jiān)測 25
2.3.2 異常檢測 26
2.3.3 故障診斷 27
2.3.4 健康評估與預(yù)測 28
2.3.5 維修決策 28
2.4 健康管理關(guān)鍵技術(shù) 29
2.4.1 數(shù)據(jù)采集技術(shù) 29
2.4.2 數(shù)據(jù)預(yù)處理技術(shù) 31
2.4.3 特征處理技術(shù) 32
2.4.4 異常檢測技術(shù) 33
2.4.5 故障診斷技術(shù) 35
2.4.6 健康評估與預(yù)測技術(shù) 37
2.4.7 維修決策技術(shù) 39
2.5 健康管理平臺架構(gòu) 40
2.5.1 物理層 41
2.5.2 邊緣層 41
2.5.3 數(shù)據(jù)服務(wù)層 42
2.5.4 應(yīng)用層 43
2.6 本章小結(jié) 43
第3章 船用燃?xì)廨啓C異常檢測技術(shù) 45
3.1 概述 45
3.2 基于機理模型的異常檢測技術(shù) 46
3.2.1 物理方程 47
3.2.2 狀態(tài)空間模型 48
3.2.3 傳遞函數(shù) 50
3.2.4 數(shù)值仿真模型 52
3.3 基于數(shù)據(jù)驅(qū)動的異常檢測技術(shù) 55
3.3.1 基于高斯模型的異常檢測方法 55
3.3.2 基于混合高斯模型的統(tǒng)計方法 57
3.3.3 基于等效參數(shù)的異常檢測方法 62
3.3.4 基于擬合函數(shù)的異常檢測方法 65
3.3.5 燃?xì)廨啓C異常數(shù)據(jù)點檢測方法 67
3.3.6 基于流形學(xué)習(xí)的異常檢測方法 70
3.3.7 結(jié)合降維與LOF的異常檢測方法 73
3.3.8 基于關(guān)聯(lián)網(wǎng)絡(luò)的異常檢測方法 76
3.4 融合異常檢測技術(shù) 83
3.4.1 基模型構(gòu)造 83
3.4.2 基模型的融合方法 84
3.4.3 氣路異常檢測案例 86
3.5 異常檢測方法比較 89
3.6 本章小結(jié) 91
第4章 船用燃?xì)廨啓C故障診斷技術(shù) 93
4.1 概述 93
4.2 傳感器故障診斷技術(shù) 93
4.2.1 傳感器故障概述與分類 93
4.2.2 基于粗糙集和神經(jīng)網(wǎng)絡(luò)的傳感器故障診斷技術(shù) 96
4.2.3 基于小波熵的傳感器故障診斷技術(shù) 101
4.2.4 基于卡爾曼濾波的傳感器故障診斷技術(shù) 105
4.2.5 基于濾波陣列的傳感器故障診斷技術(shù) 107
4.2.6 應(yīng)用實例 112
4.3 核心部件故障診斷技術(shù) 115
4.3.1 核心部件故障分類 115
4.3.2 基于機理模型的故障診斷技術(shù) 117
4.3.3 基于數(shù)據(jù)驅(qū)動的故障診斷技術(shù) 122
4.3.4 應(yīng)用實例 129
4.4 附屬系統(tǒng)故障診斷技術(shù) 140
4.4.1 啟動系統(tǒng)故障診斷 140
4.4.2 滑油系統(tǒng)故障診斷 144
4.4.3 燃料系統(tǒng)故障診斷 147
4.4.4 應(yīng)用實例 151
4.5 本章小結(jié) 159
第5章 船用燃?xì)廨啓C健康評估與預(yù)測技術(shù) 160
5.1 概述 160
5.2 船用燃?xì)廨啓C健康評估架構(gòu) 160
5.3 船用燃?xì)廨啓C健康度模型 163
5.3.1 健康基準(zhǔn)模型 164
5.3.2 模糊隸屬函數(shù) 166
5.3.3 核密度估計模型 168
5.4 基于模糊層次變權(quán)重的健康評估方法 169
5.4.1 模糊綜合評估法 170
5.4.2 層次化分析方法 171
5.4.3 變權(quán)重方法 172
5.5 基于支持向量機的健康預(yù)測技術(shù) 175
5.5.1 支持向量回歸機理 175
5.5.2 支持向量回歸預(yù)測模型 176
5.6 案例分析 178
5.6.1 燃?xì)廨啓C健康評估參數(shù)選取 178
5.6.2 燃?xì)廨啓C健康度建模 179
5.6.3 燃?xì)廨啓C健康評估權(quán)重優(yōu)化 182
5.6.4 燃?xì)廨啓C健康評估試驗 182
5.6.5 燃?xì)廨啓C健康度預(yù)測試驗 186
5.7 本章小結(jié) 188
第6章 船用燃?xì)廨啓C健康管理技術(shù)發(fā)展趨勢 189
6.1 概述 189
6.2 船用燃?xì)廨啓C健康管理的發(fā)展需求 189
6.2.1 對態(tài)勢感知的要求提升 189
6.2.2 對裝備運維智能化與自主化的要求日益提高 190
6.2.3 對高可靠性與極端環(huán)境適應(yīng)性的要求提升 190
6.2.4 全壽命周期成本優(yōu)化需求提升 191
6.3 船用燃?xì)廨啓C健康管理新技術(shù)應(yīng)用前景 191
6.3.1 智能監(jiān)測與診斷技術(shù) 192
6.3.2 大模型驅(qū)動的健康管理技術(shù) 193
6.3.3 大數(shù)據(jù)挖掘與知識發(fā)現(xiàn)技術(shù) 194
6.3.4 數(shù)字孿生深度賦能技術(shù)體系 195
6.4 本章小結(jié) 196
主要參考文獻 198