基于数字孪生的轨道交通健康管理

本书对数字孪生概念的产生，发展及现状进行了详细论述，对设备健康管理进行了阐述，并基于此引出了基于数字孪生的健康管理。 针对数字孪生这一多种技术共同协作构成的复杂技术，本书详细介绍了实现数字孪生的各项关键技术，包括感知-传感器与数据处理技术、交互-可视化与人机交互技术、建模-基于模型的数字孪生体创建方法、建模-基于数据驱动的数字孪生体创建方法智能推理与决策等内容，使读者对数字孪生的底层实现技术有一个全面的了解和认识。为数字孪生的落地实施提供了参考。

张腾飞，助理研究员，硕士研究生，中国科学院自动化研究所，长期从事数字孪生和故障诊断研究。 任广皓，助理研究员，硕士学历，中国科学院自动化研究所，长期从事故障诊断和人工智能研究。 杨楠，助理研究员，博士学历，中国科学院自动化研究所，长期从事故障诊断和仿真研究。 张桂刚，副研究员，博士学历，中国科学院自动化研究所，长期从事故障诊断和仿真研究。 王健，研究员，博士学历，中国科学院自动化研究所，长期从事故障诊断和控制系统研究。

目录 第1篇数字孪生及健康管理内涵 第1章数字孪生综述() 第2章设备健康管理() 2.1设备健康管理概述() 2.2国内外研究现状() 2.2.1国外研究概况() 2.2.2国内研究概况() 第3章机电系统健康管理技术() 3.1机电系统健康管理架构() 3.1.1机电系统PHM系统任务及功能() 3.1.2机电系统PHM系统架构标准() 3.1.3机电系统PHM系统信息融合架构() 3.2机电系统健康管理关键技术和算法() 3.2.1机电系统健康管理关键技术() 3.2.2故障特征提取() 3.2.3故障诊断() 3.2.4剩余使用寿命预测() 3.2.5机电系统健康管理算法简介() 3.3机电系统健康管理案例() 3.3.1电源系统健康管理() 3.3.2液压系统健康管理() 3.3.3燃油系统健康管理() 3.3.4环控系统健康管理() 3.3.5刹车（起落架）系统健康管理() 第2篇数字孪生的实现技术 第4章感知——传感器与数据处理技术() 4.1传感器技术() 4.2数据处理技术() 4.2.1数据预处理方法() 4.2.2特征提取方法() 第5章交互——可视化与人机交互技术() 5.1虚拟现实技术() 5.2VR的特点与关键技术() 5.2.1VR的特点() 5.2.2VR关键技术() 第6章建模——基于模型的数字孪生体创建方法() 6.1建模与仿真() 6.2建模与仿真数字化工业技术() 6.2.1CAD 技术 () 6.2.2CAE 技术 () 6.2.3CAPP 技术() 6.2.4CAM 技术() 6.2.5PDM 技术 () 6.2.6EDA技术() 6.2.7CFD技术() 6.2.8PLM技术() 6.2.9BIM技术() 6.2.10多领域统一物理系统建模语言Modelica() 第7章建模——基于数据驱动的数字孪生体创建方法() 7.1数据驱动的数字孪生体创建方法() 7.1.1支持向量机（SVM）() 7.1.2随机森林（RF）() 7.1.3Apriori() 7.1.4FP-Growth() 7.1.5极端梯度提升模型（XGBoost）() 7.1.6LSTM () 7.1.7CNN 层() 7.2深度学习的可解释性() 第8章智能推理与决策() 8.1运筹学() 8.2强化学习() 第3篇基于数字孪生的轨道交通健康管理 第9章轨道车辆综述() 9.1轨道车辆组成() 9.1.1车体 () 9.1.2转向架() 9.1.3车辆连接装置() 9.1.4制动装置() 9.1.5受流装置() 9.1.6车辆设备() 9.1.7车辆电气系统() 9.2轨道车辆技术参数() 9.2.1车辆性能参数() 9.2.2车辆主要尺寸参数() 第10章基于数字孪生的轨道交通健康管理实施框架() 10.1数字孪生中的人工智能算法() 10.2基于数字孪生的复杂装备健康管理框架() 10.3基于数字孪生的轨道车辆健康管理() 10.4基于数字孪生的轨道列车健康管理演示软件研发() 第11章基于数据驱动的数字孪生健康管理案例() 11.1基于数据驱动的数字孪生健康管理方法概述() 11.1.1组成部分() 11.1.2实现流程() 11.2基于数据驱动的数字孪生健康管理方法案例() 11.2.1数据处理() 11.2.2模型构建() 11.2.3案例研究() 参考文献() 致谢()