裝備狀態(tài)維修概論

第1章 緒論
1.1 裝備狀態(tài)維修的必要性
1.1.1 維修的含義
1.1.2 維修的分類
1.1.3 裝備維修的發(fā)展及狀態(tài)維修的產(chǎn)生
1.2 狀態(tài)維修及其關(guān)鍵技術(shù)
1.2.1 狀態(tài)維修基本原理
1.2.2 狀態(tài)維修的體系結(jié)構(gòu)
1.2.3 增強(qiáng)型狀態(tài)維修
1.2.4 狀態(tài)維修關(guān)鍵技術(shù)
1.3 狀態(tài)維修的應(yīng)用情況及發(fā)展趨勢
1.3.1 狀態(tài)維修研究與應(yīng)用情況
1.3.2 現(xiàn)存不足與發(fā)展趨勢
1.4 裝備維修系統(tǒng)框架和本書主要內(nèi)容
1.4.1 狀態(tài)維修系統(tǒng)框架
1.4.2 本書主要內(nèi)容
第2章 狀態(tài)維修對象確定
2.1 狀態(tài)維修對象確定流程
2.2 重要功能產(chǎn)品分析
2.2.1 重要功能產(chǎn)品的定性分析
2.2.2 基于蒙特卡洛仿真的裝備功能單元重要度分析
2.3 適用性分析
2.3.1 狀態(tài)維修的適用性條件
2.3.2 基于回歸分析的狀態(tài)維修適用性分析方法
2.4 實(shí)施有效性分析
2.4.1 狀態(tài)維修實(shí)施有效性準(zhǔn)則
2.4.2 狀態(tài)維修實(shí)施有效性定性分析方法
2.5 案例分析
2.5.1 確定重要功能產(chǎn)品
2.5.2 適用性分析
2.5.3 實(shí)施有效性分析
2.5.4 結(jié)果確定
第3章 狀態(tài)信號獲取
3.1 概述
3.1.1 信息、信號和數(shù)據(jù)
3.1.2 信息參量
3.1.3 常用信息采集方法
3.1.4 傳感器的選用原則
3.2 溫度信號獲取
3.2.1 溫度信號采集方法
3.2.2 熱電式溫度測量元件
3.2.3 充填式溫度測量元件
3.2.4 電阻式溫度測量元件
3.2.5 雙金屬式溫度測量元件
3.2.6 紅外測溫
3.3 壓力信號獲取
3.3.1 壓力及其測量方法分類
3.3.2 電阻應(yīng)變式壓力傳感器
3.3.3 壓電式壓力傳感器
3.3.4 壓阻式壓力傳感器
3.4 轉(zhuǎn)速信號獲取
3.4.1 霍爾元件測速法
3.4.2 離心式測速法
3.4.3 測速發(fā)電機(jī)測速法
3.4.4 閃光測速法
3.5 振動(dòng)信號獲取
3.5.1 振動(dòng)測量的基本原理
3.5.2 振動(dòng)傳感器
3.6 聲波信號獲取
3.6.1 噪聲測量
3.6.2 超聲波測量
3.6.3 聲發(fā)射技術(shù)
3.7 油液信號獲取
3.7.1 磨損參數(shù)
3.7.2 污染物種類
3.7.3 性能參數(shù)
3.7.4 常用方法對比
第4章 狀態(tài)信號處理與特征提取
4.1 信號分類及表征
4.1.1 信號分類
4.1.2 信號表征
4.2 數(shù)據(jù)處理
4.2.1 預(yù)處理
4.2.2 缺失數(shù)據(jù)清理
4.2.3 異常數(shù)據(jù)剔除
4.2.4 數(shù)據(jù)無量綱處理
4.2.5 數(shù)據(jù)融合
4.3 特征提取
4.3.1 離散傅里葉變換
4.3.2 離散小波變換
4.3.3 卡洛南-洛伊變換
4.3.4 數(shù)據(jù)挖掘
第5章 狀態(tài)趨勢預(yù)測
5.1 預(yù)測概述
5.1.1 預(yù)測的概念
5.1.2 預(yù)測的步驟
5.1.3 預(yù)測精度的評價(jià)
5.2 常用趨勢預(yù)測技術(shù)
5.2.1 灰色預(yù)測模型
5.2.2 基于主成分分析的預(yù)測模型
5.2.3 人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型
5.2.4 分階段組合預(yù)測模型
5.2.5 基于裝備劣化向量的預(yù)測模型
5.3 裝備技術(shù)狀態(tài)趨勢預(yù)測示例
5.3.1 基于殘差修正的非等時(shí)距GM（1，1）預(yù)測模型預(yù)測
5.3.2 裝備狀態(tài)分階段組合預(yù)測
5.3.3 基于裝備劣化向量的預(yù)測
第6章 狀態(tài)評估與分類
6.1 狀態(tài)分類及數(shù)學(xué)表示
6.1.1 狀態(tài)分類結(jié)果
6.1.2 狀態(tài)分類數(shù)學(xué)表示
6.2 常用評估與分類方法
6.2.1 層次分析法
6.2.2 模糊綜合評判法
6.2.3 D-S證據(jù)推理法
6.2.4 信息熵法
6.2.5 投影尋蹤法
6.2.6 云重心評估法
6.2.7 人工神經(jīng)網(wǎng)絡(luò)法
6.3 狀態(tài)評估與分類方法應(yīng)用示例
6.3.1 基于信息熵的技術(shù)狀態(tài)評估
6.3.2 基于投影尋蹤算法的技術(shù)狀態(tài)評估
6.3.3 基于云重心評估法的技術(shù)狀態(tài)評估
第7章 狀態(tài)維修決策
7.1 裝備狀態(tài)維修決策內(nèi)容與過程
7.1.1 狀態(tài)維修決策的數(shù)據(jù)結(jié)構(gòu)
7.1.2 狀態(tài)維修決策過程
7.2 狀態(tài)檢測間隔期決策模型
7.2.1 基于風(fēng)險(xiǎn)的檢測間隔期決策模型
7.2.2 狀態(tài)檢測間隔期多屬性決策模型
7.3 狀態(tài)檢測間隔期決策示例
7.3.1 基于風(fēng)險(xiǎn)的檢測間隔期確定
7.3.2 模糊多屬性檢測間隔期確定
第8章 裝備狀態(tài)維修的組織與實(shí)施
8.1 裝備狀態(tài)維修實(shí)施程序與任務(wù)分工
8.1.1 裝備狀態(tài)維修實(shí)施方案
8.1.2 裝備狀態(tài)檢測流程
8.1.3 裝備狀態(tài)維修任務(wù)分工
8.2 開展?fàn)顟B(tài)維修應(yīng)重點(diǎn)關(guān)注的工作
8.2.1 從全壽命過程考慮狀態(tài)維修工作
8.2.2 加強(qiáng)檢測儀器設(shè)備配套
8.2.3 加強(qiáng)狀態(tài)維修信息系統(tǒng)建設(shè)
8.2.4 加強(qiáng)維修器材保障
8.2.5 加強(qiáng)人員培訓(xùn)
參考文獻(xiàn)