工程系统中的智能故障诊断与预测

绪论第1章 导言 1．1 历史回顾 1．2 诊断与预测系统的要求 1．3 故障诊断与预测系统的设计 1．4 诊断和预测系统的功能层 1．5 结构安排 参考文献第2章 cBM／PHM系统的实现方法 2．1 引言 2．2 权衡研究 2．3 FMECA 2．4 系统的CBM试验方案设计 2．5 性能评估 2．6 CBM／PHM影响维护与操作的案例研究 2．7 控制与应急处理中的CBM／PHM 参考文献第3章 传感器与敏感方案 3．1 引言 3．2 传感器 3．3 传感器布局 3．4 无线传感器网络 3．5 智能传感器 参考文献第4章 信号处理与数据库管理系统 4．1 引言 4．2 CBM／PHM的信号处理 4．3 信号预处理 4．4 信号处理 4．5 振动监测和数据分析 4．6 实时的图像特征提取与故障分类 4．7 虚拟传感器 4．8 融合或集成技术 4．9 应用模式跟踪 4．10 数据库管理方法 参考文献第5章 故障诊断 5．1 引言 5．2 诊断框架 5．3 历史数据的诊断方法 5．4 数据驱动的故障分类与决策 5．5 动态系统建模 5．6 基于物理模型的方法 5．7 基于模型推理 5．8 基于案例推理(cBR) 5．9 其他故障诊断方法 5．10 电气／电子系统的诊断结构 5．11 案例研究：基于振动的发动机轴承故障检测和诊断 参考文献第6章 故障预测 6．1 引言 6．2 基于模型的预测技术 6．3 基于概率的预测技术 6．4 数据驱动预测技术 6．5 案例研究 参考文献第7章 故障诊断与预测的性能指标 7．1 引言 7．2 CBM／PHM要求的阐释 7．3 特征评价指标 7．4 故障诊断性能指标 7．5 预测性能指标 7．6 诊断与预测的有效性指标 7．7 CBM／PHM系统的复杂性／成本效益分析 参考文献第8章 运行系统的后勤维护 8．1 引言 8．2 CBM的产品支持体系结构、知识库与方法 8．3 不具有CBM的产品支持 8．4 具有CBM的产品支持 8．5 维修规划策略 8．6 简单实例 参考文献附录

　　《工程系统中的智能故障诊断与预测》以视情维修中预测与健康管理(CBM，PHM)技术的工程应用为背景，系统地论述工程系统中的智能故障诊断与预测技术，并给出了故障诊断与预测的跨学科研究方法。《工程系统中的智能故障诊断与预测》强调基本概念、基本原理和典型应用。并侧重理论研究和工程实践的有机结合，内容涉及电气、机械、工业、管理、计算机等诸多学科，充分体现了故障诊断和预测的技术前沿。