《故障诊断预测与系统健康管理》求取 ⇩

第一章电子系统的故障预测与健康管理1

1.1 可靠性与故障预测1

1.2 电子产品故障预测与健康管理（PHM）的重要性3

1.3PHM的概念和方法论6

1.3.1 基于保险和预警装置的方法7

1.3.2 基于故障预兆监控与推理的方法9

1.3.3 基于失效物理（PoF）模型的方法14

1.4 “系统系（System of Systems）”的PHM19

1.5 总结21

参考资料22

第二章结构健康监控29

2.1 引言29

2.2结构健康监控的概念29

2.2.1 智能材料结构29

2.2.2 结构健康监控技术30

2.2.3 结构健康监控系统30

2.3 结构健康监控系统的基本组成30

2.4结构健康监控系统常用的传感器和驱动器31

2.4.1光纤传感器31

2.4.1.1 迈克尔逊干涉型光纤传感器32

2.4.1.2 微弯型光纤传感器32

2.4.1.3 光纤光栅传感器33

2.4.2压电传感器34

2.4.2.1 压电陶瓷35

2.4.2.2 压电薄膜35

2.4.2.3 压电单晶35

2.4.2.4 压电复合材料35

2.4.3 电阻应变传感器36

2.4.4 碳纤维36

2.4.5 疲劳寿命元件37

2.4.6 形状记忆合金38

2.4.7 智能凝胶材料38

2.5 结构健康监测中的信号和信息处理技术39

2.6结构损伤的控制和修复技术39

2.6.1 基于形状记忆合金的损伤控制技术40

2.6.2 基于空芯光纤的损伤控制技术40

2.6.3 基于中空纤维的损伤自修复技术42

2.6.4 基于微囊的结构自愈技术43

2.7结构健康监控系统的集成技术43

2.7.1 功能器件与材料结构的集成方法44

2.7.2 功能器件与材料结构集成后的性能46

2.7.3传感网络技术46

2.7.3.1 光纤传感网络47

2.7.3.2 现场总线技术47

2.7.3.3 无线传感网络49

2.8 结构健康监控系统的应用与发展趋势50

参考文献54

第三章基于传感器系统的故障预测与系统健康管理57

3.1传感器和传感原理57

3.1.1 温度传感器58

3.1.2 电传感器59

3.1.3 机械传感器60

3.1.4 湿度传感器60

3.1.5 生物传感器61

3.1.6 化学传感器62

3.1.7 光学传感器63

3.1.8 磁传感器63

3.2PHM的传感器系统64

3.2.1 需要监控的参数65

3.2.2 传感器系统性能66

3.2.3 传感器系统的物理属性66

3.2.4传感器系统的功能属性67

3.2.4.1 板上功率和功率管理67

3.2.4.2 板上内存和内存管理68

3.2.4.3 可编程采样模式和采样速度68

3.2.4.4 信号处理软件69

3.2.4.5 快速方便的数据传输69

3.2.5 成本71

3.2.6 可靠性71

3.2.7 可用性72

3.3 传感器选择72

3.4 PHM实施的传感器系统示例75

3.5 PHM传感器技术的发展趋势78

参考资料80

第四章基于数据驱动方法的故障预测与系统健康管理81

4.1 介绍81

4.2参数统计方法82

4.2.1 似然比检验83

4.2.2 极大似然估计84

4.2.3 奈曼—皮尔逊准则84

4.2.4 预期最大化期望最大化85

4.2.5 最小均方差估计85

4.2.6 最大后验概率估计86

4.2.7 Rao-Blackwell估计86

4.2.8 Cramer-Rao下界87

4.3非参数统计方法87

4.3.1 基于最近邻的分类87

4.3.2 Parzen窗（或核密度估计）88

4.3.3 Wilcoxon秩和检验89

4.3.4 Kolmogorov-Smirnov检验89

4.3.5 卡方检验90

4.4 机器学习技术90

4.5监督性分类92

4.5.1判别法92

4.5.1.1 线性判别分析93

4.5.1.2 神经网络95

4.5.1.3 支持向量机96

4.5.1.4 判定树分类器97

4.5.2生成方法98

4.5.2.1 朴素贝叶斯分类器98

4.5.2.2 隐马尔科夫模型99

4.6非监督性分类100

4.6.1校正方法100

4.6.1.1 主成分分析100

4.6.1.2 独立成分分析101

4.6.1.3 基于HMM的方法101

4.6.1.4 基于SVM的方法101

4.6.1.5 粒子滤波102

4.6.2生成方法102

4.6.2.1 层级分类器102

4.6.2.2 k最近邻分类器103

4.6.2.3 模糊C均值分类器103

4.7 总结105

参考资料106

第五章基于失效物理模型的故障预测与健康管理113

5.1 基于PoF的PHM方法通用流程113

5.2 硬件配置114

5.3 载荷114

5.4 故障模式、机理和影响分析115

5.5 应力分析118

5.6 可靠性估计和剩余寿命预测119

5.7 基于PoF的PHM输出122

参考资料124

第六章基于融合方法的故障预测与健康管理127

6.1 概述127

6.2 融合预测方法128

6.3案例研究130

6.3.1 印刷电路板装配中的故障预测131

6.3.2 预测多层陶瓷电容器的剩余寿命132

参考文献135

第七章系统预测的优势分析137

7.1 概述137

7.2PHM的优势138

7.2.1 提高系统安全性138

7.2.2 提高系统可维护性139

7.2.3 降低生命周期成本140

7.2.4 提高系统的可靠性141

7.2.5 协助后勤保障系统的设计141

7.2.6 提高产品可靠性的预测准确度142

7.3实施预测所面临的挑战142

7.3.1 选择可行的预测方法142

7.3.2 解决固有的不确定性，评估预测的准确性144

7.3.3 通过结合预测和成本优势分析来协助决策145

7.4 未来研究145

参考资料147

第八章 故障预测与健康管理的经济性151

8.1投资回报151

8.1.1 PHM R0I分析152

8.1.2 财务成本154

8.2 PHM成本建模的术语和定义154

8.3PHM实施成本155

8.3.1 不可重复性成本156

8.3.2 可重复性成本157

8.3.3 基础架构成本157

8.3.4 非经济因素考虑和维修方式158

8.4成本规避159

8.4.1 维修规划成本规避161

8.4.2 离散事件模拟维修规划模型162

8.4.3 固定计划维修时间间隔162

8.4.4 数据驱动型（故障预兆监控）方法163

8.4.5 基于模型（LRU独立型）的方法164

8.4.6 离散事件模拟实施细节165

8.4.7 运行数据167

8.5 可用性168

8.6PHM成本分析示例168

8.6.1 单端口模型结果168

8.6.2 多端口模型结果172

8.6.3 示例业务案例构建176

8.7 总结186

参考资料187