新書推薦：
《
千万别喝南瓜汤（遵守规则绘本）
》
售價：HK$
44.7
《
大模型启示录
》
售價：HK$
112.0
《
东法西渐：19世纪前西方对中国法的记述与评价
》
售價：HK$
201.6
《
养育男孩：官方升级版
》
售價：HK$
50.4
《
小原流花道技法教程
》
售價：HK$
109.8
《
少女映像室 唯美人像摄影从入门到实战
》
售價：HK$
110.9
《
詹姆斯·伍德系列：不负责任的自我：论笑与小说（“美国图书评论奖”入围作品 当代重要文学批评家詹姆斯·伍德对“文学中的笑与喜剧”的精湛研究）
》
售價：HK$
87.4
《
武当内家散手
》
售價：HK$
50.4
|
| 內容簡介： |
|
故障预测与健康管理（PHM）技术可实现对保障对象的状态监控、故障综合诊断、故障预测、健康管理和全寿命预测等。本书通过分析当前故障预测与健康管理技术的发展现状，介绍机械设备、电子设备故障预测与健康管理的常用方法和具体应用案例，梳理美国政府及军事领域故障预测与健康管理相关的项目、技术和文件，为我国故障预测与健康管理技术的发展提供理论指导和有益借鉴。本书内容丰富、重点突出、注重实用性，可供相关企业及从事故障预测与健康管理的研究人员、管理人员等借鉴参考。
|
| 關於作者： |
|
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。
|
| 目錄：
|
|
第1 部分 故障预测与健康管理的基本概况第1 章 绪论 ....................................................................................................... 0021.1 故障预测与健康管理概念 ................................................................... 0021.2 故障预测与健康管理背景 ................................................................... 0061.3 故障预测与健康管理应用 ................................................................... 0091.4 故障预测与健康管理方法 ................................................................... 0111.5 故障预测与健康管理优势 ................................................................... 0151.5.1 降低全寿命周期的成本 ............................................................ 0161.5.2 优化系统设计的流程 ................................................................ 0171.5.3 提升生产过程的质量 ................................................................ 0181.5.4 增强系统运行的效果 ................................................................ 0191.5.5 保障后勤维修的优势 ................................................................ 0201.6 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 ................................. 0262.1 基于物理模型的机械设备故障预测简介 ............................................ 0272.2 非线性最小二乘法 ............................................................................... 0292.3 贝叶斯方法 .......................................................................................... 0372.3.1 马尔可夫链蒙特卡罗抽样方法 ................................................ 0372.3.2 电池故障预测贝叶斯方法的MATLAB 实现 .......................... 0422.4 粒子滤波 .............................................................................................. 0472.4.1 序列重要性重采样过程 ............................................................ 0482.4.2 电池故障预测的粒子滤波方法的MATLAB 实现 ................... 0532.5 基于物理模型的故障预测方法的实际应用 ........................................ 0582.5.1 问题定义 ................................................................................... 0582.5.2 针对裂纹扩展示例的代码修改 ................................................ 0602.5.3 结果 ........................................................................................... 0622.6 基于物理模型的故障预测方法的优点和不足 .................................... 0642.6.1 模型充分性 ............................................................................... 0642.6.2 参数估计 ................................................................................... 0662.6.3 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 ........................................ 0673.1 数据驱动的机械设备故障预测简介 ................................................... 0673.2 高斯过程回归 ...................................................................................... 0713.2.1 高斯过程模拟 ........................................................................... 0743.2.2 基于高斯过程的电池故障预测的MATLAB 实现 ................... 0863.3 神经网络 .............................................................................................. 0903.3.1 前馈神经网络模型 .................................................................... 0913.3.2 基于神经网络的电池故障预测的MATLAB 实现 ................... 1033.4 数据驱动的故障预测方法的实际应用 ................................................ 1073.4.1 问题定义 ................................................................................... 1073.4.2 裂纹扩展示例的MATLAB 代码 .............................................. 1093.4.3 结果 ........................................................................................... 1113.5 数据驱动的故障预测方法存在的问题 ................................................ 1123.5.1 模型形式充分性 ....................................................................... 1123.5.2 最优参数估计 ........................................................................... 1133.5.3 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 .................................................... 1194.1 传感器和传感原理 ............................................................................... 1194.1.1 热传感器 ................................................................................... 1204.1.2 电传感器 ................................................................................... 1214.1.3 机械传感器 ............................................................................... 1224.1.4 湿度传感器 ............................................................................... 1224.1.5 生物传感器 ............................................................................... 1234.1.6 化学传感器 ............................................................................... 1244.1.7 光学传感器 ............................................................................... 1254.1.8 磁传感器 ................................................................................... 1264.2 故障预测与健康管理传感器系统的运行 ............................................ 1274.2.1 需要监测的参数 ....................................................................... 1284.2.2 传感器系统的性能 .................................................................... 1284.2.3 传感器系统的物理属性 ............................................................ 1294.2.4 传感器系统的功能属性 ............................................................ 1294.2.5 成本 ........................................................................................... 1344.2.6 可靠性 ....................................................................................... 1344.2.7 可用性 ....................................................................................... 1354.3 传感器选择 .......................................................................................... 1354.4 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 ................................. 1415.1 硬件配置 .............................................................................................. 1425.2 载荷 ...................................................................................................... 1425.3 故障模式、机制及影响分析 ............................................................... 1435.4 应力分析 .............................................................................................. 1475.5 可靠性评估和剩余使用寿命预测 ....................................................... 1475.6 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 ........................................ 1526.1 参数统计方法 ...................................................................................... 1546.1.1 似然比检验 ............................................................................... 1546.1.2 最大似然估计 ........................................................................... 1556.1.3 Neyman-Pearson 准则 ............................................................... 1556.1.4 期望值最大化 ........................................................................... 1566.1.5 最小均方差估
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
