作 者:鐘詩勝,張永健,付旭雲 編
定 價:158
出 版 社:清華大學出版社
出版日期:2022年05月01日
頁 數:952
裝 幀:平裝
ISBN:9787302594741
國家出版基金項目,近百位高校、業內很好專家傾力打造
●第1章 智能運維概述
1.1 智能運維的主要內容
1.2 制造服務與智能運維
1.2.1 制造服務概述
1.2.2 智能運維在制造服務中的作用
1.3 設備維修策略的主要類型
1.3.1 事後維修策略
1.3.2 定時維修策略
1.3.3 基於狀態的維修策略
1.3.4 預測性維修策略
1.4 智能運維的主要關鍵技術
1.5 本書主要內容
參考文獻
第2章 設備狀態數據預處理
2.1 狀態數據預處理概述
2.2 狀態數據的粗大誤差去除
2.2.1 粗大誤差去除原理及方法分析
2.2.2 粗大誤差判別準則及其選擇
2.2.3 粗大誤差去除應用實例
2.3 狀態數據的平滑處理
2.3.1 異常值保護指數平滑法
2.3.2 異常值識別多點移動平均法
2.4 基於連續小波變換模極大曲線的信號突變識別與重構
2.4.1 信號連續小波變換與反演算法
2.4.2 基本小波的選擇
2.4.3 邊沿效應及偽模極大的處理
2.4.4 信號突變識別與重構應用案例
2.5 基於趨勢項提取的狀態數據處理方法
2.5.1 奇異值分解降噪及其不足
2.5.2 基於EMD的信號趨勢分量提取方法
2.5.3 EMD和SVD相結合的狀態數據處理方法
2.5.4 應用案例
2.6 本章小結
參考文獻
第3章 狀態特征的提取與遷移
3.1 狀態特征提取概述
3.2 基分析的狀態特征提取
3.2.分析的算法與分析
3.2.中核函數的引入
3.2.3分析特征提取的形式化描述
3.2.4分析算法的改進
3.3 基於自動編碼器的狀態特征提取
3.3.1 自動編碼器
3.3.2 去噪自動編碼器
3.3.3 稀疏自動編碼器
3.3.4 收縮自動編碼器
3.4 基於深度學習的狀態特征提取
3.4.1 深度學習簡介
3.4.2 深度置信網絡
3.4.3 堆疊自動編碼器
3.4.4 卷積神經網絡
3.5 基於深度遷移學習的狀態特征遷移
3.5.1 遷移學習簡介
3.5.2 DNN的可遷移性
3.5.3 深度遷移學習中的fine-tuning方法
3.5.4 深度遷移學習在民航發動機氣路異常檢測中的應用
3.6 本章小結
參考文獻
第4章 設備狀態的異常檢測
4.1 異常檢測概述
……
第5章 設備的故障診斷
第6章 短期狀態趨勢預測
第7章 長期狀態趨勢預測
第8章 設備的短期維修規劃
第9章 面向全壽命的設備維修規劃
第10章 維修成本與備件需求預測
第11章 車間維修過程管理
第12章 設備智能運維決策繫統平臺設計與實現
第13章 航空發動機機隊智能運維繫統及其應用
智能運維是面向產品全生命周期智能制造的重要組成部分。本書介紹了狀態數據預處理、狀態特征提取、設備異常檢測、設備故障診斷、狀態趨勢預測、維修規劃優化、備件與成本規劃、維修車間管理、智能運維繫統基礎平臺、智能運維繫統及其應用等內容,為復雜裝備制造服務和智能運維提供技術參考。
本書適合高等院校機械工程、智能制造等相關專業的教師及學生閱讀,也可供相關領域企業的技術人員參考。
鐘詩勝,張永健,付旭雲 編
鐘詩勝 1964年6月出生,工學博士,教授,博士生導師。主要從事數字化設計與制造技術、數控技術與裝備、復雜裝備故障診斷與維修決策技術研究。承擔過包括國家自然科學基金重點項目、國家863計劃重點項目、國防基礎研究重點項目、歐盟科技計劃項目在內的多個項目。發表學術論文260餘篇,獲省部級科學技術一等獎1項、二等獎2項、三等獎2項。裝備發展部優選制造技術專業組專家、中國機械工程學會機械工業自動化分會副理事長、中國機械工程學會機械設計分會理事,國家自然科學基金民航聯合基金項目上會評審專家,國家科技進步獎通訊評審專家。 張永健,1981年03月出生,工學博士,講師。主要從事知識工程、智能設計、復雜裝備健等