設備剩餘壽命預測與最優維修決策

第1章緒論
1．1引言
1．2設備壽命預測
1．2．1壽命預測的基本概念
1．2．2新研設備定壽技術
1．2．3工作狀態下設備剩餘壽命預測研究現狀
1．2．4設備貯存壽命預測研究現狀
1．3設備最優維修決策
1．3．1維修的定義和分類
1．3．2單部件系統維修決策
1．3．3多部件系統維修決策
參考文獻

第2章帶非線性漂移的維納退化過程建模與剩餘壽命預測
2．1維納退化過程的定義
2．2帶非線性漂移的維納退化過程模型
2．3帶非線性漂移的維納退化過程剩餘壽命預測
2．4帶非線性漂移的維納退化過程模型參數估計
2．4．1估計共性參數以及隨機參數分佈的超參數
2．4．2基於貝葉斯更新策略的隨機參數即時更新
2．5實例分析
2．5．1問題描述
2．5．2結果與討論
2．6本章小結
參考文獻

第3章含突變點維納性能退化過程建模與剩餘壽命預測
3．1含突變點維納性能退化過程模型描述
3．1．1設備的退化建模與剩餘壽命預測
3．1．2性能退化過程中的變點檢測
3．1．3設備的退化模型——維納過程
3．1．4指數族先驗分佈的共軛分佈
3．2含突變點維納性能退化過程突變點檢測
3．2．1貝葉斯線上變點檢測演算法
3．2．2先驗分佈的經驗貝葉斯確定方法
3．2．3EM演算法
3．3基於貝葉斯線上變點檢測的剩餘壽命預測方法
3．4實例分析
3．5本章小結
參考文獻

第4章伽瑪退化過程建模與剩餘壽命預測
4．1伽瑪退化過程的定義
4．2伽瑪退化過程的參數估計
4．2．1矩估計法
4．2．2極大似然估計法
4．3基於伽瑪退化過程的設備剩餘壽命預測
4．3．1壽命分佈
4．3．2剩餘壽命分佈
4．3．3可靠度函數
4．3．4實例驗證
4．4存在環境影響時伽瑪性能退化過程建模和最優維修
4．4．1問題描述
4．4．2存在外部環境影響時伽瑪性能退化過程剩餘壽命分佈計算
4．4．3存在外部環境影響時基於伽瑪性能退化過程的最優維修決策
4．5本章小結
參考文獻

第5章逆高斯退化過程建模與剩餘壽命預測
5．1逆高斯退化過程的定義
5．2基於ER融合的逆高斯退化模型參數估計方法
5．2．1單個設備逆高斯退化過程參數估計
5．2．2基於證據推理的固定參數融合
5．3剩餘壽命分佈計算
5．4實驗驗證
5．5本章小結
參考文獻

第6章基於支援向量機的性能退化建模與剩餘壽命預測
6．1SVR原理
6．1．1原始問題與對偶問題
6．1．2svR的稀疏性
6．1．3核函數
6．2基於GA優化sVR的退化建模和剩餘壽命預測方法
6．2．1問題描述
6．2．2基本思路
6．2．3方法的具體步驟
6．2．4實例分析
6．3基於sVR和FcM聚類的即時退化建模和剩餘壽命預測方法
6．3．1問題描述
6．3．2基本思路與具體步驟
6．3．3實例分析
6．4本章小結
參考文獻

第7章基於相關向量機模糊模型的性能退化建模與剩餘壽命預測
7．1相關向量機模糊模型數學描述及特性分析
7．1．1模糊模型數學描述
7．1．2基於相關向量機的模糊模型
7．1．3相關向量機模糊模型的一致逼近性
7．2相關向量機模糊模型辨識
7．2．1結構辨識
7．2．2參數辨識
7．2．3基於相關向量機和梯度下降方法的模糊模型辨識演算法
7．3基於相關向量機模糊模型的退化建模與剩餘壽命預測
7．4實驗驗證
7．4．1連續釜式攪拌器模擬系統描述
7．4．2模擬實驗及其結果
7．4．3結果分析
7．5本章小結
參考文獻

第8章基於證據推理的性能退化建模與可靠性預測
8．1基於證據推理的性能退化建模
8．1．1預測模型結構與表達形式
8．1．2基於證據推理的性能退化建模與預測
8．1．3基於效用的數值型輸出
8．2基於EM演算法線上更新ER模型的可靠性預測
8．2．1基於判斷性輸出的遞迴參數估計演算法
8．2．2基於數值輸出的遞迴參數估計演算法
8．3案例研究
8．3．1問題描述
8．3．2可靠性資料的參考點
8．3．3退化建模與預測模型
8．3．4基於判斷性輸出的模擬結果
8．3．5基於數值輸出的模擬結果
8．4本章小結
參考文獻

第9章權值選優粒子濾波性能退化建模與剩餘壽命預測
9．1權值選優粒子濾波演算法
9．1．1粒子濾波演算法及特性分析
9．1．2權值選優粒子濾波演算法
9．2權值選優粒子濾波性能退化建模
9．2．1性能退化過程描述
9．2．2性能退化過程參數估計
9．3權值選優粒子濾波剩餘壽命預測
9．4模擬研究
9．5本章小結
參考文獻

第10章基於灰色預測模型的性能退化建模與剩餘壽命預測
10．1灰色預測模型
10．1．1經典的灰色預測模型GM（1，1）
10．1．2改進的灰色模型
10．2基於改進灰色模型的剩餘壽命預測
10．3基於改進灰色模型的慣性器件性能退化軌跡建模
10．4本章小結
參考文獻

第11章基於壽命預測資訊的退化設備最優檢測策略及應用
11．1設備檢測策略及其最優化目標函數
11．2基於剩餘壽命預測的退化設備最優檢測策略
11．2．1G（x）已知時設備的最優檢測週期
11．2．2G（x）未知時設備的最優檢測週期
11．3基於壽命預測資訊的慣性平臺的最優檢測策略
11．4本章小結
參考文獻

第12章資源有限情形下兩部件系統的合作預測維修
12．1資源有限情形下兩部件系統合作預測維修策略描述
12．1．1基於壽命預測資訊的期望失效次數估計
12．1．2資源有限與失效模式相互影響情形下的維修效果建模
12．2預測維修目標函數建立及其優化求解
12．2．1目標函數建立
12．2．2費用率函數優化求解
12．3數值模擬
12．4本章小結
參考文獻

保障複雜工程設備安全可靠地運行是設備研製、使用人員共同的目標，設備性能退化規律建模、故障預報、剩餘壽命預測與維修可以把設備故障的發現、預防、維護做在事前，成為設備可靠性工程、安全性工程、維修性工程與管理工程的前沿研究方向，但這個研究方向所涉及的問題也是一些有相當難度、富有挑戰的問題。

本書作者及團隊早在2002年就開始探索基於設備歷史監檢測資料建立設備性能退化規律模型、剩餘壽命預測模型和最優維修決策模型。其主要動因有幾個方面：一是因為缺少科學的定壽基礎理論的支援，許多設備的設計給定壽命非常保守（被嚴重低估），導致超過給定壽命的“超期”服役產品繼續使用缺少依據，報廢又造成嚴重浪費，工程實踐迫切想要破解科學確定設備準確壽命這一難題，呼喚提出準確確定設備科學壽命的方法。二是已有的一些定壽方法因為各類原因，在解決工程問題時碰到了不好用或無法用的困難，例如，機理模型定壽方法獲得的設備壽命資訊很準確，但對複雜工程設備而言，要建立或獲得設備的機理模型不僅十分困難，而且代價很高，有時幾乎不可能實現。加速實驗統計分析的壽命分析方法也可以在相對較短的時間內獲得關於設備壽命的較準確資訊，但對於航空航太領域高成本、長壽命設備類型而言，註定不可能投入大量的子樣進行壽命試驗，基於小子樣資料得到的統計壽命結果必然存在較大的偏差。近年來逐步得到發展的基於性能退化資料的設備健康管理、性能退化規律建模、剩餘壽命預測與維修決策分析方法，為解決上述困境提供了一條可行的解決思路，因為設備的性能退化資料可以通過設備研製、定型試驗、儲存使用中對反映設備性能狀況的參量進行監檢測而獲得，這樣就大大拓寬了可用資料的來源，資料來源的豐富為獲得更貼近工程實際的壽命預測結果提供了可能，但隨之而來的問題是需要新的處理這類資料以獲得關於設備性能退化規律建模、剩餘壽命預測與維修決策分析的基礎理論方法來支撐。從2002年開始，作者帶領研究生開展了這方面的探索，先後有30余名博士、碩士研究生開展有關研究，他們的學位論文工作為本書的完成提供了重要的參考，本書內容正是作者團隊在該領域十多年研究成果的系統總結。他們包括呂瑛潔等的一些早期的探索，張正新、張建勳、王志遠等在維納退化過程建模方面的一些工作，陳亮、張佳等在伽瑪退化過程建模方面的工作，司小勝、李明福等在逆高斯退化過程建模方面的工作，張琪在權值優選粒子濾波方面的工作，蔡豔玲、胡友濤、陳偉等在支援向量機方面的工作，司小勝、周志傑等在基於證據推理的退化建模方面的工作等。這些研究工作中的有些內容已經單獨出版，如博士生司小勝的博士論文“隨機退化系統的剩餘壽命預測”已經單獨出版，沒有包括在本書中。有些研究工作，隨著時間的推移在其他同類書中已經有所反映，也沒有包括在本書中。還有些最新成果，限於時間的關係，還來不及納入本書當中。這些沒有納入本書的研究，對於推動相關技術的發展也做出了重要的貢獻，對這些同志如洪貝、胡友濤、鄭建飛、杜黨波、張會會、呂瑛潔、蔡曦、王鑫、鄭光宇、黃瑩等，作者表示由衷的感謝！

全書共分12章。第1章概述了壽命預測和維修決策方法研究現狀。第2章針對非線性退化設備給出了基於維納過程的剩餘壽命即時預測方法。第3章針對退化過程中存在突變點的情形介紹了突變點檢測演算法並給出了剩餘壽命即時預測方法。第4章、第5章分別研究了基於伽瑪過程和逆高斯過程的性能退化建模與剩餘壽命預測方法。第6章針對退化資料樣本較小的情形研究了基於支援向量機的剩餘壽命預測方法。第7章提出了一種基於相關向量機的模糊模型辨識方法，研究了相應的性能退化建模與預測方法。第8章系統研究了融合主客觀資訊的證據推理退化建模與剩餘壽命預測。第9章介紹了粒子濾波相關演算法，提出了一種權值選優粒子濾波演算法並應用於設備剩餘壽命預測。第10章介紹了灰色模型理論及在性能退化建模與預測中的應用。第11章研究了基於剩餘壽命預測資訊的最優檢測策略。第12章針對失效模式相互影響情形提出了一種合作預測維修模型。

本書的研究工作得到了國家傑出青年科學基金『資料驅動的導彈故障診斷與預測維護技術（61025014）]、國家自然科學基金重點專案[複雜工程系統故障預報與預測維護若干關鍵問題研究（60736026）]、國家自然科學基金面上專案[考慮多狀態交互影響的設備剩餘壽命預測方法（61573365）]、國家自然科學基金青年專案[維修次數有限情形下複雜可修系統最優維修策略研究（61304101）、隨機服役環境下閾值時變設備剩餘壽命預測與維修庫存決策（61603398）]的資助，感謝國家自然科學基金對於作者及其研究團隊的支持，特別感謝國家自然科學基金資訊學部王成紅教授、宋蘇處長的支持。