第1章 緒論 001
1.1 印後設備及其狀態檢測的基本情況 001
1.2 印後設備隱患辨識的研究現狀 003
1.2.1 印後設備及其狀態辨識 003
1.2.2 隱患辨識和評估方法 006
1.2.3 基於區域估計的理論和方法 007
1.2.4 存在的主要問題 009
1.3 本書提出的解決途徑 010

第2章 基於區域估計的隱患辨識和評估方法體繫 013
2.1 基本概念及描述 013
2.2 基於區域估計的隱患辨識和評估方法體繫框架 017
2.2.1 印後設備智能隱患辨識的基本思路 018
2.2.2 印後設備智能隱患辨識的技術實現 019
2.3 關鍵技術問題 020
2.3.1 基於模型的區域估計方法 021
2.3.2 數據驅動的區域估計方法 023
2.4 安全裕度 028
2.4.1 安全裕度的概念和內涵 028
2.4.2 距離計算方法 030
2.4.3 最小距離求解 034
2.4.4 安全裕度計算示例 042

第3章 基於多值分類區域估計的狀態辨識方法 044
3.1 基於振動信號分解的狀態特征提取方法 044
3.1.1 印後設備常用滾動軸承 044
3.1.2 軸承振動信號的分解 049
3.1.3 狀態特征提取 055
3.2 基於支持向量機的區域估計 063
3.2.1 SVM 分類器構造 063
3.2.2 基於 SVM 區域估計的狀態辨識試驗及分析 066
3.3 基於區間二型模糊理論的區域估計 082
3.3.1 二型模糊理論及其分類器設計 082
3.3.2 基於 IT2FCM 區域估計的狀態辨識試驗及分析 092

第4章 基於單值分類區域估計的狀態辨識方法 100
4.1 正常域單值邊界的基本概念 101
4.2 基於快速凸包生成的正常域估計 102
4.2.1 凸包理論 102
4.2.2 基於快包法的正常域估計試驗及結果分析 105
4.3 基於支持向量數據描述的正常域估計 109
4.3.1 支持向量數據描述 109
4.3.2 基於粒子群的 SVDD 參數優化 115
4.3.3 基於支持向量數據描述的正常域估計試驗及結果分析 122

第5章 基於狀態監測的剩餘壽命預測方法 127
5.1 基於狀態監測的壽命預測方法 128
5.1.1 基於狀態特征的直接映射方法 129
5.1.2 基於統計回歸的方法 130
5.1.3 基於相似性的方法 131
5.2 比例風險模型 132
5.2.1 基本形式 133
5.2.2 樣本數據 134
5.2.3 參數估計 134
5.2.4 壽命預測 136
5.3 實例驗證及結果分析 137
5.3.1 基於直接映射方法的剩餘壽命預測 139
5.3.2 基於 PHM 的剩餘壽命預測 146

第6章 印後設備壽命預測與運維決策一體化方法探索 151
6.1 狀態檢測、壽命預測、運維決策的一體化研究現狀 151
6.1.1 狀態檢測與維修決策聯合研究 152
6.1.2 壽命預測與維修決策聯合研究 153
6.2 壽命預測與運維決策一體化方法的研究設想 154
6.3 壽命預測與運維決策一體化方法的技術方案 155
6.4 壽命預測與運維決策一體化方法的研究目標 159

參考文獻 163

近年來，隨著印刷行業的轉型升級和包裝行業的持續發展，全自動模切機、高速覆膜機等印後設備的復雜程度和自動化程度也在不斷提升。在印後設備中，滾動軸承、傳動齒輪等關鍵旋轉部件的運行狀態直接影響整個設備的工作狀態和產品質量。目前，現有的傳統的印後設備關鍵部件工作狀態的監測、診斷、評估相關技術和手段無法實現在線、實時、定量的運行狀態監測和評估，也無法跟上設備功能和結構的升級速度。因此，建立一套相對普適的印後設備旋轉部件隱患監測理論和方法是保障印後生產安全高效和昀大化發揮裝備效能的必要工作。
鋻於此，筆者對印後設備的智能診斷辨識、安全評估、壽命預測等方面進行了繫統研究。本書內容正是基於研究成果進行梳理和總結而形成的，具體內容如下： 
1.提出了基於區域估計的隱患辨識和評估方法體繫。給出了正常域和異常域的概念和公式表達，分析了區域和狀態的對應關繫，並在此基礎上搭建了基於區域估計的隱患辨識和評估方法體繫框架；針對在區域邊界估計這一關鍵技術問題，考慮研究對像模型可否獲取的兩種情況，分別提出了基於模型的和數據驅動的區域估計方法，並給出了兩種方法的基本思想、實現步驟和關鍵技術流程；針對基於區域估計的狀態評估問題，提出采用安全裕度作為定量化評價指標，給出了基於廣義距離的安全裕度計算方法，為定量化隱患評估提供基礎技術支撐。 
2.在可獲取較完備故障 /異常狀態數據集的情況下，以印後設備滾動軸承為實例，探討了基於多值分類區域估計的狀態辨識方法。介紹了基於滾動軸承振動信號進行時域、能量、熵的狀態特征提取算法，梳理了狀態特征提取步驟；探討了基於有監督機器學習算法——支持向量機的多值分類區域估計方法，構造了基於有向無環圖的多分類支持向量機模型；探討了基於無監督機器學習算法——區間二型模糊聚類的多值分類區域估計方法，構造了區間二型模糊 C 均值聚類模型；采用實際滾動軸承的振動數據對有監督和無監督的兩種區域估計方法進行試驗驗證，試驗結果表明此兩種方法的辨識正確率均在 0.85 以上。 
3.在無法獲取故障/異常狀態數據集的情況下，仍以印後設備滾動軸承為實例，探討了基於單值分類區域估計的狀態辨識方法。介紹了正常域單值邊界的基本概念和內涵；考慮計算量、邊界保守程度等因素，分別提出了基於快速凸包生成和基於支持向量數據描述的兩種正常域單值邊界估計方法；仍采用滾動軸承振動數據對兩種單值分類方法進行試驗驗證，結果表明兩種方法均能完成正常域邊界的估計，且前者計算量小但邊界偏保守，後者計算復雜但邊界彈性範圍較大。 
4.綜合敘述了兩類基於狀態監測的壽命預測方法，並著重介紹了基於經驗的方法。詳細介紹了比例風險模型的基本形式、樣本數據、參數估計、壽命預測等部分，給出了詳細的剩餘壽命預測計算方法，並測試了基於比例風險模型的剩餘壽命預測性能，測試結果顯示基於比例風險模型的預測精度較高，可較好地預測剩餘壽命變化趨勢。 
5.提出了狀態檢測、壽命預測和運維決策一體化的方法框架，對狀態檢測的應用和對剩餘壽命預測方法的升級優化給出了具體方案，對狀態檢測和壽命預測的結果如何支撐運維決策提出了具體技術路線，以期能夠為已有研究成果的應用落地奠定前期基礎，更是為相關領域研究人員進行研究提供參考和借鋻。
印後設備的隱患辨識、安全評估、壽命預測和智能運維是典型的復雜動態大繫統分析和控制問題，本書試圖用基於區域估計的相關理論和方法來解決這一問題，但基於區域估計的理論和方法尚屬初步研究階段，有很多技術和應用方面的問題有待進一步解決，且筆者的研究工作也存在一些考慮不全面、分析不透徹之處。由於筆者水平、實踐經驗和研究時間的限制，有些觀點還需進一步發展和完善。不妥之處，歡迎讀者提出寶貴意見。
在本書完稿之際，回看近年來的學術之路和科研經歷，感激盈懷。感激我的博士後導師清華大學褚福磊教授，以及博士導師秦勇教授、賈利民教授對我高屋建瓴的專業指導；感謝北京印刷學院杜艷平教授團隊中各位同仁的關心和資助，以及李宏峰、竇水海、馬添翼、郭慶雲等老師對本書內容的撥冗斧正；感謝南京理工大學邢宗義老師給予的實踐意見和現場支持；感謝北京交通大學軌道交通控制與安全國家重點實驗室交通安全保障技術與智能繫統團隊的程曉卿老師以及於珊、陳波、王丹丹等同學們對我多年以來的熱心幫助和對本書成果整理做出的共享，雖然各位同門均已走向工作崗位，但友誼長存；感謝自始至終都給予了我無限關懷和支持的家人。昀後，謹對為本書出版做出貢獻的人們致以誠摯的敬意。

張媛