智能運維與健康管理（簡體書）

本書是在《中國製造2025》計劃的指導下與中國科協智能製造學會聯合體推進《智能製造領域人才培養方案》的背景下, 在機械工程學會的組織下編寫的｡本書面向高端裝備全壽命週期安全運行的工程需求, 重點講解了故障機理分析､早期故障預示､智能維護與健康管理的基本原理､實現方法和關鍵技術, 介紹了數控裝備､石化､船舶､高鐵以及航天航空等重要領域智能運維與健康管理的典型應用, 旨在培養學生具有智能運維與健康管理的基本知識以及系統思維能力､項目管理能力和跨學科智能製造的溝通能力｡
本書結合了作者團隊在複雜高端裝備故障診斷與健康管理方面累積的幾十年研究成果與*新研究進展, 在多個典型行業應用經驗的基礎上, 深入淺出且系統性地講解了智能運維與健康管理的基礎知識與關鍵技術｡
本書可作為高等院校相關專業高年級本科生和研究生的專業教材與參考書, 也可供從事相關行業高端裝備安全､健康管理與故障診斷等方向的科學研究與工程技術人員參考｡

陳雪峰，西安交通大學機械工程學院院長，教授、博士生導師，航空發動機運行安全基礎研究973首席科學家，中國振動工程學會故障診斷專業委員會常務理事。

前 言
基礎知識篇
第1 章 緒論 2
1. 1 引言 2
1. 2 機械狀態監測與故障診斷 6
1. 3 智能運維與健康管理 14
1. 4 本書培養目標與“新工科” 計劃､
高等工程教育專業認證的關係 24
本章小結 26
參考文獻 26
第2 章 典型故障機理分析方法 28
2. 1 重大裝備典型故障 29
2. 2 故障機理分析的動力學基礎 35
2. 3 典型故障動力學分析及實例 41
本章小結 51
思考題與習題 51
參考文獻 51
第3 章 基於特徵提取的故障診斷 53
3. 1 特徵提取技術概述 54
3. 2 故障診斷內積匹配診斷原理 55
3. 3 基於小波的特徵提取方法 60
3. 4 基於小波的稀疏特徵提取 71
本章小結 80
思考題與習題 80
參考文獻 81
第4 章 大數據驅動的智能故障診斷 83
4. 1 工業大數據概述 84
4. 2 工業大數據質量改善 89
4. 3 大數據健康監測 92
4. 4 大數據智能診斷 97
4. 5 大數據驅動的健康管理案例 103
本章小結 108
思考題與習題 108
參考文獻 109
第5 章 融入新一代人工智能的智能
運維 111
5. 1 新一代人工智能概述 112
5. 2 深度神經網絡 113
5. 3 遷移學習 124
5. 4 深度遷移學習及其特徵挖掘 128
本章小結 133
思考題與習題 134
參考文獻 134
第6 章 設備安全智能監控 137
6. 1 設備工程精益管理 138
6. 2 設備安全智能檢測監控 146
6. 3 典型行業的智能運維應用 158
本章小結 159
思考題與習題 160
參考文獻 160
工程應用篇
第7 章 加工過程智能運維 162
7. 1 加工過程智能運維概述 162
7. 2 加工過程智能運維系統架構 162
7. 3 加工過程智能運維關鍵技術 174
7. 4 加工過程智能運維系統實施典型
案例 189
本章小結 198
思考題與習題 198
參考文獻 198
第8 章 石化裝備智能運維 200
8. 1 石化裝備智能運維概述 200
8. 2 石化裝備智能運維系統架構 201
8. 3 石化裝備智能運維關鍵技術 203
8. 4 石化裝備智能運維應用實例 225
本章小結 232
思考題與習題 232
參考文獻 232
第9 章 船舶智能運維與健康管理 233
9. 1 智慧船舶概述 233
9. 2 船舶智能運維與健康管理系統架構 234
9. 3 船舶智能運維與健康管理關鍵技術及
應用案例 238
9. 4 全球智慧船舶系統 243
本章小結 251
思考題與習題 251
參考文獻 251
第10 章 高鐵故障預測與健康管理 252
10. 1 高鐵故障預測與健康管理概述 252
10. 2 系統架構 253
10. 3 牽引電動機故障診斷與健康管理
關鍵技術 257
10. 4 牽引電動機故障診斷與健康管理的
系統實現 264
本章小結 274
思考題與習題 275
參考文獻 275
第11 章 航天航空健康管理 276
11. 1 航天航空健康管理概述 276
11. 2 空天發動機健康管理 277
11. 3 直升機健康管理 287
11. 4 民用客機故障預測與健康管理
系統 294
本章小結 310
思考題與習題 310
參考文獻 310