您的瀏覽器不支持JavaScript,請開啟后繼續
      <output id="fcjn7"><nobr id="fcjn7"></nobr></output>

      <ins id="fcjn7"><acronym id="fcjn7"></acronym></ins>
      <ruby id="fcjn7"></ruby>
    1. <small id="fcjn7"></small>
      1. <tr id="fcjn7"></tr>
        智能制造實用技術叢書--智能系統遠程運維技術

        智能制造實用技術叢書--智能系統遠程運維技術

        • 作者
        • 劉勤明 主編 葉春明、呂鋒 副主編

        智能制造是制造業的未來方向,而體現智能之處就是生產線的“自主”運行及遠程控制。本書綜合相關基礎知識、健康管理與遠程運維技術,結合工程實踐,形成了一個智能系統遠程運維決策框架?;诮】倒芾硭枷?,提出了數據完備和數據不完備兩種情況下的系統故障診斷模型;基于故障診斷,分別從考慮備件、緩沖庫存、服務合同、部件相關性、環境等角度提出了運維技術與模型,并對各個模型的效能...


        • ¥128.00

        叢書名: 智能制造實用技術叢書

        ISBN: 978-7-122-45082-1

        版次: 1

        出版時間: 2024-07-01

        圖書介紹

        ISBN:978-7-122-45082-1

        語種:漢文

        開本:16

        出版時間:2024-07-01

        裝幀:平

        頁數:382

        編輯推薦

        智能制造是制造業發展的方向,對于智能化生產線而言,智能化的故障診斷和智能化維護異常重要。本書結合作者的科研開發實踐,介紹了多種常用的數學模型以及相關生產線智能管理的建模過程,對于相關智能控制過程做了詳細介紹,對于一線設計與維護人員具有明顯指導價值。

        圖書前言

        《中國制造2025》指出:基于信息物理系統的智能裝備、智能工廠等智能制造正在引領制造方式變革。為深入實施《中國制造2025》,根據國家制造強國建設領導小組的統一部署,教育部、人力資源和社會保障部、工業和信息化部等聯合編制了《制造業人才發展規劃指南》,堅持育人為本,大力推進培養智能制造等領域的人才。
        智能制造是將物聯網、大數據、云計算等新一代信息技術與設計、生產、管理、運維、服務等制造活動的各個環節融合,具有信息深度自感知、智慧優化自決策、精準控制自執行、運維監控自診斷等功能的先進制造過程、系統與模式的總稱?!爸悄芟到y遠程運維技術”作為產品全生命周期智能制造的一種新模式,其基礎是狀態監測與故障診斷的理論及技術,研究對象是產品全生命周期鏈中窗口期最長的運行服役階段。重大裝備系統的遠程運維與健康管理,已經成為符合制造業“兩化”(信息化、工業化)融合的未來運行安全保障,是制造業與服務業融合的新范式。
        本書的編寫貫徹人才培養至上的理念,融入了行業最新的研究成果。在編寫過程中,注重教材的知識關聯與問題空間構建,全書綜合相關基礎知識、健康管理與遠程運維技術,在應用方面進行了精心選擇,對象包括石化行業、先進制造業等故障診斷經典領域,也涵蓋了風電機組與高鐵等我國制造業新興領域。本書旨在幫助讀者學習健康管理與遠程運維的基本知識,引導讀者構思兼顧社會、安全、環境等因素的綜合方案,建立安全觀與可持續發展觀,以及培養系統思維、項目管理、跨學科智能制造溝通與管理的能力。
        本書共12章,各章內容相互之間聯系緊密,形成了一個智能系統遠程運維決策框架?;诮】倒芾硭枷?,提出了數據完備和數據不完備兩種情況下的系統故障診斷模型;基于故障診斷,分別從考慮備件、緩沖庫存、服務合同、部件相關性、環境等角度提出了運維技術與模型。本書所做的研究內容有助于提高制造行業的維護水平和設備可靠性、降低維護成本、提高系統利用率,最終提高企業的競爭力;同時,拓展了制造系統的運維管理領域,為制造企業運維策略的制定提供決策支持和科學有效的指導。
        本書由上海理工大學劉勤明任主編,上海理工大學葉春明、河南科技大學呂鋒任副主編。中國商用飛機有限責任公司民用飛機試飛中心白衛國、上海航空工業(集團)有限公司工業工程部高級工程師姜順龍為本書案例的編寫提供了很大的幫助。劉文溢、位晶晶、李永朋、呂曉磊、成卉、董航宇、王雨婷、梅嘉健、許飛雪、楊亮、陳翔對全書進行了圖文校對,云豐澤、孫鈺棟、陳佳寧、徐夢婷、李天義對全書資源進行了整理,在此表示衷心感謝!
        本書得到了2021年度上海理工大學研究生教材建設項目(智能工程遠程運維)、2023年上海市研究生教育改革項目(新文科背景下“五場協同”經管類研究生培養模式改革與實踐)、2023年上海高校本科重點教改項目(主題創新區牽引“教科訓賽”四維一體新文科工業工程人才培養模式探索與實踐)等資助,在此表示由衷的感謝!
        本書可供高等院校工業工程類專業、管理科學與工程類專業、制造工程類專業本科生和研究生選用,亦可供企業工程人員或相關研究人員參考。選用本書作為教材的學??筛鶕囵B方案和教學計劃,按照32~48學時設置課程,可以根據不同專業的需求選講。
        由于本書涉及的學科內容廣泛,很多相關技術與應用仍處于發展和完善階段,同時限于作者水平,書中難免有不妥之處,敬請各位讀者批評指正。
        
        劉勤明
        2024年4月
        

        作者簡介

        劉勤明,教授,博士生導師,上海理工大學管理學院工會主席,工業工程系主任,上海市青年五四獎章獲得者,上海市高原學科"管理科學與工程"建設成員,上海市系統科學科研創新團隊成員,上海市管理科學與工程科研創新團隊成員,上海市機械工程學會工業工程專業委員會副秘書長,教育部學位中心碩士論文評審專家,上海市科技獎通訊評審專家,上海市課程思政領航團隊(工業工程)負責人。長期從事故障診斷與壽命預測、人工智能、智能制造等方面研究,主持國家級、省部級等項目10余項,發表論文100余篇,其中SCI檢索論文18篇,ESI高被引1篇,國家自然科學基金委員會管理類重要期刊10篇,出版專著2部,獲上海市教學成果特等獎1項,國家級教學成果二等獎1項。

        精彩書摘

        智能制造是制造業的未來方向,而體現智能之處就是生產線的“自主”運行及遠程控制。本書綜合相關基礎知識、健康管理與遠程運維技術,結合工程實踐,形成了一個智能系統遠程運維決策框架?;诮】倒芾硭枷?,提出了數據完備和數據不完備兩種情況下的系統故障診斷模型;基于故障診斷,分別從考慮備件、緩沖庫存、服務合同、部件相關性、環境等角度提出了運維技術與模型,并對各個模型的效能以及準確性進行了分析。
        本書適宜從事制造業及相關領域的技術人員參考。
        
        

        目錄

        第1章緒論1
        1.1概述1
        1.2智能遠程運維與故障預測2
        1.3維護策略3
        1.3.1預防性維護3
        1.3.2狀態維護5
        1.3.3預測性維護8
        1.3.4基于故障預測的智能系統維護9
        1.3.5維護策略的選擇方法11
        1.4維護策略發展趨勢12
        本章小結13
        
        第2章故障預測與健康管理方法14
        2.1概述14
        2.2基于物理模型的故障預測與健康管理方法17
        2.3基于知識驅動的故障預測與健康管理方法19
        2.3.1專家系統19
        2.3.2模糊邏輯20
        2.4基于數據驅動的故障預測與健康管理方法21
        2.4.1基于人工神經網絡的方法22
        2.4.2貝葉斯網絡方法/模型26
        2.5基于模型驅動的故障預測與健康管理方法28
        2.5.1隱馬爾可夫模型/隱半馬爾可夫模型28
        2.5.2失效率和比例強度模型30
        2.5.3灰色模型GM(1,1)31
        2.6基于融合模型的故障預測與健康管理方法32
        本章小結34
        參考文獻36
        
        第3章大數據驅動的系統智能故障預測42
        3.1概述42
        3.2基于改進退化隱馬爾可夫模型(DGHMM)的健康預測44
        3.2.1DGHMM基本原理44
        3.2.2設備退化過程44
        3.2.3基于改進遺傳算法的參數估計50
        3.2.4基于DGHMM的設備剩余壽命預測53
        3.2.5算例分析55
        3.3基于改進隱半馬爾可夫模型的健康預測59
        3.3.1模型描述60
        3.3.2協同進化參數估計方法64
        3.3.3基于DK-MHSMM的診斷預測65
        3.3.4算例分析69
        3.4基于高階隱半馬爾可夫模型的健康預測79
        3.4.1改進高階隱半馬爾可夫模型80
        3.4.2不確定分布下的剩余壽命預測87
        3.4.3算例分析88
        本章小結94
        參考文獻95
        
        第4章數據不完備的系統智能故障預測96
        4.1概述96
        4.2小樣本數據不均衡情況下的故障預測97
        4.2.1改進粒子群優化算法98
        4.2.2非線性多分類均衡支持向量機98
        4.2.3基于IPSO-BSVM的參數優化101
        4.2.4基于IPSO-BSVM的小樣本數據不均衡情況下的設備故障診斷方案103
        4.2.5算例分析104
        4.3小樣本數據缺失情況下的故障預測111
        4.3.1遺傳算法優化支持向量回歸111
        4.3.2基于GA-SVR的組合預測填補113
        4.3.3基于GA-SVR的小樣本數據缺失情況下的設備故障診斷方案115
        4.3.4算例分析117
        本章小結122
        參考文獻123
        
        第5章考慮備件的系統遠程運維技術124
        5.1概述124
        5.2基于E-HSMM的系統故障預測模型125
        5.2.1E-HSMM的推理與學習機制126
        5.2.2基于E-HSMM的剩余壽命預測模型129
        5.2.3算例分析132
        5.3基于退化信息及備件庫存的系統遠程運維技術136
        5.3.1設備退化信息及備件庫存分析136
        5.3.2設備雙層維護決策模型139
        5.3.3系統遠程運維模型求解流程142
        5.3.4算例分析146
        本章小結149
        參考文獻150
        
        第6章考慮庫存緩沖區的系統遠程運維技術152
        6.1概述152
        6.2基于三階段時間延遲的2M1B系統遠程運維技術153
        6.2.1符號描述與假設153
        6.2.2狀態檢測發生在正常運行階段155
        6.2.3狀態檢測發生在初始缺陷運行階段156
        6.2.4狀態檢測發生在嚴重缺陷運行階段158
        6.2.5設備故障停機之前沒有進行狀態檢測的情況159
        6.2.6成本率模型161
        6.2.7算例分析161
        6.3考慮緩沖區庫存分配的串聯生產系統遠程運維技術168
        6.3.1問題描述168
        6.3.2符號描述與假設169
        6.3.3生產線分解171
        6.3.4虛擬設備失效率及維修率模型171
        6.3.5成本率模型172
        6.3.6生產系統遠程運維模型求解流程173
        6.3.7算例分析176
        6.4考慮緩沖區庫存分配的并聯系統遠程運維技術180
        6.4.1問題描述180
        6.4.2符號描述與假設182
        6.4.3故障率模型183
        6.4.4運行周期時間模型183
        6.4.5生產成本率模型184
        6.4.6生產系統遠程運維模型求解流程185
        6.4.7算例分析186
        本章小結191
        
        第7章考慮服務合同的系統遠程運維技術192
        7.1概述192
        7.2基于服務性能合同的單部件系統遠程運維技術194
        7.2.1單部件系統遠程運維模型195
        7.2.2單部件系統遠程運維模型實現流程201
        7.2.3算例分析202
        7.3基于服務性能合同的多部件系統遠程運維技術206
        7.3.1多部件系統遠程運維模型206
        7.3.2多部件系統遠程運維模型實現流程212
        7.3.3算例分析214
        本章小結220
        參考文獻221
        
        第8章考慮環境影響的系統遠程運維技術222
        8.1概述222
        8.2單產品情況下考慮碳排放的系統遠程運維技術224
        8.2.1問題描述225
        8.2.2生產系統遠程運維模型227
        8.2.3生產系統遠程運維模型求解流程231
        8.2.4算例分析231
        8.3單產品情況下考慮能耗的系統遠程運維技術238
        8.3.1問題描述239
        8.3.2生產系統遠程運維模型240
        8.3.3生產系統遠程運維模型求解流程244
        8.3.4算例分析246
        8.4多產品情況下考慮能耗的系統遠程運維技術250
        8.4.1問題描述251
        8.4.2生產系統遠程運維模型253
        8.4.3生產系統遠程運維模型求解流程256
        8.4.4算例分析256
        本章小結262
        參考文獻262
        
        第9章考慮相關性的系統遠程運維技術263
        9.1概述263
        9.2單部件系統遠程運維技術264
        9.2.1問題描述265
        9.2.2生產系統遠程運維模型266
        9.2.3生產系統遠程運維模型求解流程268
        9.2.4算例分析270
        9.3基于結構相關性的多部件系統遠程運維技術276
        9.3.1問題描述276
        9.3.2多部件系統遠程運維模型277
        9.3.3考慮拆卸序列的多部件系統遠程運維模型279
        9.3.4算例分析283
        9.4基于故障相關性的多部件系統遠程運維技術287
        9.4.1問題描述287
        9.4.2多部件設備的故障鏈模型287
        9.4.3考慮故障相關性的多部件系統遠程運維模型289
        9.4.4算例分析292
        本章小結296
        
        第10章風電機組故障預測與遠程運維技術298
        10.1概述298
        10.2考慮故障相關的風電機組遠程運維技術300
        10.2.1問題描述301
        10.2.2風電機組遠程運維模型301
        10.2.3風電機組遠程運維模型求解流程305
        10.2.4算例分析306
        10.3考慮外部沖擊的風電機組遠程運維技術311
        10.3.1問題描述312
        10.3.2子系統自然退化與沖擊過程模型313
        10.3.3風電機組在外部沖擊作用下的期望費用模型315
        10.3.4風電機組遠程運維模型求解流程319
        10.3.5算例分析320
        10.4考慮故障相關與外部沖擊的風電機組遠程運維技術323
        10.4.1問題描述324
        10.4.2退化相關模型325
        10.4.3成本率模型329
        10.4.4風電機組遠程運維模型求解流程333
        10.4.5算例分析334
        本章小結337
        參考文獻338
        
        第11章高鐵系統故障預測與遠程運維技術340
        11.1概述340
        11.2基于性能退化的列車制動機故障預測341
        11.2.1考慮隨機失效的制動機性能退化343
        11.2.2基于改進貝葉斯算法的參數估計344
        11.2.3制動機剩余壽命預測348
        11.2.4算例分析350
        11.3基于可靠度的制動機遠程運維技術358
        11.3.1模型假設與符號說明359
        11.3.2考慮剩余壽命的預防性維護間隔期優化360
        11.3.3構建改善因子360
        11.3.4維修成本分析361
        11.3.5系統可用度最大化的遠程運維模型363
        11.3.6系統最佳可用度優化遺傳算法364
        11.3.7算例分析365
        本章小結371
        參考文獻372
        
        第12章系統遠程運維技術挑戰與展望373
        12.1概述373
        12.2系統遠程運維技術的發展現狀及趨勢374
        12.2.1PHM技術的發展374
        12.2.2國內外技術發展對比375
        12.2.3國內發展趨勢375
        12.3技術挑戰377
        12.3.1狀態感知技術377
        12.3.2狀態監測技術378
        12.3.3診斷和預測技術379
        12.4PHM技術展望380
        本章小結382
        

        發送電子郵件聯系我們

        国产福利一区二区精品_国产女主播精品一区二区_国产精品专区第1页_国产精品视频每日更新