智能运维与健康管理

本书的特色在于充分的体现了交叉学科的特点，运用机械工程、优选的信号处理、人工智能、工业大数据、决策优化等领域的知识解决设备的智能化维护管理。本书将面向大三本科生，具有一定的机械工程基础、人工智能基础以及计算机基础。

本书主要分为5个部分，首先对设备的智能维护做概述性地介绍，随后介绍设备的状态监测方法与数据获取；之后对设备智能维护中的核心环节：设备故障与异常检测和设退化与剩余寿命预测方法进行介绍。最后将设备智能维护做外延，探讨设备维护的未来发展趋势以及与前沿技术的结合。
本书的特色在于充分的体现了交叉学科的特点，运用机械工程、优选的信号处理、人工智能、工业大数据、决策优化等领域的知识解决设备的智能化维护管理。本书将面向大三本科生，具有一定的机械工程基础、人工智能基础以及计算机基础。

肖雷，女，东华大学讲师，硕士研究生导师。2011年在东北农业大学工程学院获工学学士学位，2016年在重庆大学机械工程学院获博士学位。长期从事于设备预测性维护和维护与生产调度集成优化方面的课题研究，主持国家自然科学基金青年基金项目、中国博士后基金面上资助项目等科研项目，参与多项国家自然科学基金重点项目和面上项目。发表学术论文20余篇，其中被SCI收录16篇，被EI收录5篇，申请国家发明专利多项。

第1章绪论
1.1引言
1.1.1PHM技术
1.1.2国外PHM技术发展
1.1.3国内PHM技术发展
1.2机械设备的故障诊断与预测
1.3PHM中的经济要素

第2章机械设备的状态监测与数据获取
2.1状态监测的定义与作用
2.2状态监测与数据获取
2.2.1振动分析法
2.2.2温度分析法
2.2.3油液分析法
2.2.4噪声分析法
2.2.5无损检测技术
2.3状态监测网络与数据质量
2.3.1传感器的选择
2.3.2数据获取的困难
2.3.3数据量难以完善
2.3.4数据质量难以保障

第3章故障与异常判别技术
3.1基于机理模型的故障判别技术
3.1.1典型故障模式
3.1.2典型故障机理建模
3.1.3机理模型故障判别应用
3.2基于数理统计分析的故障判别技术
3.2.1数据的插值和拟合方法
3.2.2回归分析方法
3.2.3回归分析在机械设备智能运维中的运用
3.3基于大数据与人工智能的故障判别技术
3.3.1大数据分析与人工智能概述
3.3.2人工神经网络概述
3.3.3迁移学习概述
3.3.4使用人工智能技术进行故障异常判别

第4章退化预测与寿命预测技术
4.1基于数理统计分析的退化预测与剩余寿命预测技术
4.1.1回归分析在退化预测和寿命预测中的运用
4.1.2随机过程在退化预测和寿命预测中的运用
4.2基于大数据与人工智能的退化预测和寿命预测技术
4.2.1基于神经网络的设备退化预测和寿命预测
4.2.2基于迁移学习的设备退化预测和寿命预测

第5章智能运维的未来发展
5.1信息物理系统融合
5.1.1信息物理系统概述
5.1.2信息物理系统与数字孪生的联系
5.1.3信息物理系统与智能运维
5.2知识图谱技术
5.2.1知识图谱概述
5.2.2知识图谱与智能运维
5.3设备精益管理
5.3.1设备精益管理概述
5.3.2设备精益管理与智能运维
5.4产品再设计
5.4.1产品再设计概述
5.4.2智能运维与产品再设计
5.5基于工业互联网的运维平台建设
5.5.1工业互联网的内涵及体系架构
5.5.2工业互联网与智能运维

参考文献