周林、赵杰、冯广飞编*的《装备故障预测与健 康管理技术》以装备故障预测与健康管理系统设计与 使用需求为牵引，以故障预测与健康管理系统的关键 技术为线索，系统阐述了装备故障预测与健康管理系 统的结构设计技术、传感器应用技术、数据处理技术 、健康状态评估技术、故障预测技术、状态维修决策 技术和验证与评估技术等理论和方法，并通过实例对 相应的理论、方法和模型进行应用验证分析。
本书可供装备管理机关和装备论证、研制、生产 、试验、部署、使用和保障部门及单位管理人员与工 程技术人员阅读，也可作为高等院校研究生、本科生 的教学用书。

第1章 概述
1.1 PHM的概念、内涵及其作用
1.1.1 PHM的概念
1.1.2 PHM的内涵
1.1.3 PHM的作用
1.2 PHM系统的结构和基本功能
1.2.1 OSA—CBM体系结构
1.2.2 PHM系统的信息结构
1.2.3 PHM系统的基本功能
1.3 PHM技术的产生与发展
1.3.1 PHM技术的产生
1.3.2 PHM技术的发展
1.3.3 美国国防部和NASA的PHM技术演变过程
1.4 PHM系统涉及的关键技术
1.4.1 结构设计技术
1.4.2 传感器应用技术
1.4.3 数据处理技术
1.4.4 健康状态评估技术
1.4.5 故障预测技术
1.4.6 状态维修决策技术
1.4.7 验证与评估技术
第2章 PHM系统结构设计技术
2.1 PHM系统的结构形式
2.1.1 集中式体系结构
2.1.2 分布式体系结构
2.1.3 分层融合式体系结构
2.2 PHM系统结构形式的选择
2.2.1 PHM系统结构形式的特征
2.2.2 PHM系统结构形式选择的影响因素
2.2.3 PHM系统结构形式选择原则
2.3 PHM系统结构设计方法
2.3.1 PHM系统体系结构描述方法
2.3.2 PHM系统体系结构设计方法
2.3.3 PHM系统体系结构验证评估方法
2.4 典型装备的PHM系统结构
2.4.1 航空装备PHM系统的体系结构
2.4.2 航天装备PHM系统的体系结构
2.4.3 地空导弹装备PHM系统的体系结构
2.4.4 舰船装备PHM系统的体系结构
2.4.5 雷达装备PHM系统的体系结构
第3章 PHM系统传感器应用技术
3.1 监测对象选择技术
3.1.1 监测对象选择需考虑的因素
3.1.2 监测对象选择方法
3.1.3 监测对象的类型
3.2 状态特征参数选取技术
3.2.1 装备故障特征及故障规律
3.2.2 监测对象的故障模式
3.2.3 监测对象状态特征参数选取
3.3 状态监测传感器选择技术
3.3.1 PHM系统对传感器的要求
3.3.2 PHM系统常用传感器类型
3.3.3 PHM系统监测传感器选择
3.4 传感器优化配置技术
3.4.1 传感器优化配置的复杂性分析
3.4.2 传感器优化配置过程
3.4.3 传感器优化配置的有效独立法
3.4.4 传感器优化配置的符号定向图法
3.4.5 传感器优化配置的粒子群算法
3.4.6 传感器优化配置的混合蛙跳算法
第4章 P珈Ⅵ系统数据处理技术
4.1 数据清理技术
4.1.1 缺失数据处理技术
4.1.2 异常数据剔除技术
4.1.3 数据无量纲处理技术
4.2 数据分析技术
4.2.1 描述性分析技术
4.2.2 动态分析技术
4.2.3 相关分析技术
4.2.4 回归分析技术
4.2.5 聚类分析技术
4.2.6 数据平滑技术
4.3 特征提取技术
4.3.1 离散傅里叶变换
4.3.2 离散小波变换
4.3.3 卡洛南一洛伊变换
4.3.4 主分量分析法
4.3.5 Hadamard变换法
4.3.6 BP神经网络法
4.4 数据挖掘技术
4.4.1 决策树算法
4.4.2 人工神经网络算法
4.4.3 粗糙集算法
4.4.4 遗传算法
第5章 装备健康状态评估技术
5.1 装备健康状态评估概述
5.1.1 装备健康状态的影响因素
5.1.2 装备健康状态评估的特点
5.1.3 装备健康状态评估常用方法
5.2 装备健康状态分级技术
5.2.1 健康状态分级原则
5.2.2 健康状态等级划分方法
5.2.3 健康状态等级描述
5.3 基于FMECA的装备健康状态评估
5.3.1 健康状态评估参数的选取
5.3.2 健康装态评估的步骤
5.3.3 健康状态评估实例分析
5.4 基于测试数据的装备健康状态评估
5.4.1 测试数据的归一化处理
5.4.2 D—S证据合成规则
5.4.3 健康状态指数的时间修正
5.4.4 健康状态等级隶属度函数
5.4.5 健康状态评估的步骤
5.4.6 健康状态评估实例分析
5.5 基于劣化度的装备健康状态评估
5.5.1 劣化度及其计算方法
5.5.2 健康状态评估模型
5.5.3 健康状态评估过程
5.5.4 健康状态评估实例分析
第6章 装备故障预测技术
6.1 装备故障预测技术概述
6.1.1 装备故障预测的概念
6.1.2 装备故障预测的内容
6.1.3 装备故障预测的特点
6.1.4 装备故障预测常用方法
6.2 基于ARMA模型的装备故障预测
6.2.1 ARMA模型分析
6.2.2 故障预测的步骤
6.2.3 故障预测实例分析
6.3 基于改进GM(1，1)模型的装备故障预测
6.3.1 传统的GM(1，1)模型
6.3.2 GM(1，1)模型的灰色预测
6.3.3 新陈代谢GM(1，1)模型
6.3.4 故障预测实例分析
6.4 基于遗传神经网络的装备故障预测
6.4.1 遗传算法基本原理
6.4.2 遗传神经网络原理
6.4.3 故障预测性能评价指标
6.4.4 故障预测实例分析
第7章 装备状态维修决策技术
7.1 装备状态维修决策概述
7.1.1 状态维修决策的概念
7.1.2 状态维修决策的内容
7.1.3 状态维修决策的特点
7.1.4 状态维修决策常用方法
7.2 基于模糊多属性决策的装备维修行为决策
7.2.1 模糊多属性决策基本原理
7.2.2 模糊多属性决策方法
7.2.3 模糊多属性决策步骤
7.2.4 状态维修行为决策实例分析
7.3 基于比例风险模型的装备维修时机预测
7.3.1 威布尔比例风险模型
7.3.2 威布尔比例风险维修决策模型
7.3.3 状态维修时机决策实例分析
7.4 基于实时可靠性评估的状态检测间隔决策
7.4.1 实时可靠性评估原理
7.4.2 状态检测间隔期决策模型
7.4.3 状态检测间隔决策实例分析
第8章 PHM系统验证与评估技术
8.1 PHM系统验证与评估概述
8.1.1 PHM系统设计阶段划分
8.1.2 PHM系统设计流程分析
8.1.3 PHM系统验证与评估常用方法
8.2 PHM系统验证技术
8.2.1 PHM系统验证框架
8.2.2 PHM系统验证试验环境
8.2.3 PHM系统验证指标体系
8.3 PHM系统评估技术
8.3.1 PHM系统使用效益评估
8.3.2 PHM系统技术成熟度评估
8.3.3 PHM系统研制风险评估
8.4 PHM系统开发的标准体系
8.4.1 国外PHM系统标准分析
8.4.2 PHM系统标准体系构建原则
8.4.3 PHM系统标准体系框架结构
8.4.4 PHM系统研制工作指导
参考文献