装备状态维修概论

第1章 绪论
1.1 装备状态维修的必要性
1.1.1 维修的含义
1.1.2 维修的分类
1.1.3 装备维修的发展及状态维修的产生
1.2 状态维修及其关键技术
1.2.1 状态维修基本原理
1.2.2 状态维修的体系结构
1.2.3 增强型状态维修
1.2.4 状态维修关键技术
1.3 状态维修的应用情况及发展趋势
1.3.1 状态维修研究与应用情况
1.3.2 现存不足与发展趋势
1.4 装备维修系统框架和本书主要内容
1.4.1 状态维修系统框架
1.4.2 本书主要内容
第2章 状态维修对象确定
2.1 状态维修对象确定流程
2.2 重要功能产品分析
2.2.1 重要功能产品的定性分析
2.2.2 基于蒙特卡洛仿真的装备功能单元重要度分析
2.3 适用性分析
2.3.1 状态维修的适用性条件
2.3.2 基于回归分析的状态维修适用性分析方法
2.4 实施有效性分析
2.4.1 状态维修实施有效性准则
2.4.2 状态维修实施有效性定性分析方法
2.5 案例分析
2.5.1 确定重要功能产品
2.5.2 适用性分析
2.5.3 实施有效性分析
2.5.4 结果确定
第3章 状态信号获取
3.1 概述
3.1.1 信息、信号和数据
3.1.2 信息参量
3.1.3 常用信息采集方法
3.1.4 传感器的选用原则
3.2 温度信号获取
3.2.1 温度信号采集方法
3.2.2 热电式温度测量元件
3.2.3 充填式温度测量元件
3.2.4 电阻式温度测量元件
3.2.5 双金属式温度测量元件
3.2.6 红外测温
3.3 压力信号获取
3.3.1 压力及其测量方法分类
3.3.2 电阻应变式压力传感器
3.3.3 压电式压力传感器
3.3.4 压阻式压力传感器
3.4 转速信号获取
3.4.1 霍尔元件测速法
3.4.2 离心式测速法
3.4.3 测速发电机测速法
3.4.4 闪光测速法
3.5 振动信号获取
3.5.1 振动测量的基本原理
3.5.2 振动传感器
3.6 声波信号获取
3.6.1 噪声测量
3.6.2 超声波测量
3.6.3 声发射技术
3.7 油液信号获取
3.7.1 磨损参数
3.7.2 污染物种类
3.7.3 性能参数
3.7.4 常用方法对比
第4章 状态信号处理与特征提取
4.1 信号分类及表征
4.1.1 信号分类
4.1.2 信号表征
4.2 数据处理
4.2.1 预处理
4.2.2 缺失数据清理
4.2.3 异常数据剔除
4.2.4 数据无量纲处理
4.2.5 数据融合
4.3 特征提取
4.3.1 离散傅里叶变换
4.3.2 离散小波变换
4.3.3 卡洛南-洛伊变换
4.3.4 数据挖掘
第5章 状态趋势预测
5.1 预测概述
5.1.1 预测的概念
5.1.2 预测的步骤
5.1.3 预测精度的评价
5.2 常用趋势预测技术
5.2.1 灰色预测模型
5.2.2 基于主成分分析的预测模型
5.2.3 人工神经网络预测模型
5.2.4 分阶段组合预测模型
5.2.5 基于装备劣化向量的预测模型
5.3 装备技术状态趋势预测示例
5.3.1 基于残差修正的非等时距GM（1，1）预测模型预测
5.3.2 装备状态分阶段组合预测
5.3.3 基于装备劣化向量的预测
第6章 状态评估与分类
6.1 状态分类及数学表示
6.1.1 状态分类结果
6.1.2 状态分类数学表示
6.2 常用评估与分类方法
6.2.1 层次分析法
6.2.2 模糊综合评判法
6.2.3 D-S证据推理法
6.2.4 信息熵法
6.2.5 投影寻踪法
6.2.6 云重心评估法
6.2.7 人工神经网络法
6.3 状态评估与分类方法应用示例
6.3.1 基于信息熵的技术状态评估
6.3.2 基于投影寻踪算法的技术状态评估
6.3.3 基于云重心评估法的技术状态评估
第7章 状态维修决策
7.1 装备状态维修决策内容与过程
7.1.1 状态维修决策的数据结构
7.1.2 状态维修决策过程
7.2 状态检测间隔期决策模型
7.2.1 基于风险的检测间隔期决策模型
7.2.2 状态检测间隔期多属性决策模型
7.3 状态检测间隔期决策示例
7.3.1 基于风险的检测间隔期确定
7.3.2 模糊多属性检测间隔期确定
第8章 装备状态维修的组织与实施
8.1 装备状态维修实施程序与任务分工
8.1.1 装备状态维修实施方案
8.1.2 装备状态检测流程
8.1.3 装备状态维修任务分工
8.2 开展状态维修应重点关注的工作
8.2.1 从全寿命过程考虑状态维修工作
8.2.2 加强检测仪器设备配套
8.2.3 加强状态维修信息系统建设
8.2.4 加强维修器材保障
8.2.5 加强人员培训
参考文献