本书是在《中国制造2025》计划的指导下与中国科协智能制造学会联合体推进《智能制造领域人才培养方案》的背景下, 在机械工程学会的组织下编写的?本书面向高端装备全寿命周期安全运行的工程需求, 重点讲解了故障机理分析?早期故障预示?智能维护与健康管理的基本原理?实现方法和关键技术, 介绍了数控装备?石化?船舶?高铁以及航天航空等重要领域智能运维与健康管理的典型应用, 旨在培养学生具有智能运维与健康管理的基本知识以及系统思维能力?项目管理能力和跨学科智能制造的沟通能力? 本书结合了作者团队在复杂高端装备故障诊断与健康管理方面累积的几十年研究成果与*新研究进展, 在多个典型行业应用经验的基础上, 深入浅出且系统性地讲解了智能运维与健康管理的基础知识与关键技术? 本书可作为高等院校相关专业高年级本科生和研究生的专业教材与参考书, 也可供从事相关行业高端装备安全?健康管理与故障诊断等方向的科学研究与工程技术人员参考?


前 言
基础知识篇
第1 章 绪论 2
1. 1 引言 2
1. 2 机械状态监测与故障诊断 6
1. 3 智能运维与健康管理 14
1. 4 本书培养目标与“新工科” 计划?
高等工程教育专业认证的关系 24
本章小结 26
参考文献 26
第2 章 典型故障机理分析方法 28
2. 1 重大装备典型故障 29
2. 2 故障机理分析的动力学基础 35
2. 3 典型故障动力学分析及实例 41
本章小结 51
思考题与习题 51
参考文献 51
第3 章 基于特征提取的故障诊断 53
3. 1 特征提取技术概述 54
3. 2 故障诊断内积匹配诊断原理 55
3. 3 基于小波的特征提取方法 60
3. 4 基于小波的稀疏特征提取 71
本章小结 80
思考题与习题 80
参考文献 81
第4 章 大数据驱动的智能故障诊断 83
4. 1 工业大数据概述 84
4. 2 工业大数据质量改善 89
4. 3 大数据健康监测 92
4. 4 大数据智能诊断 97
4. 5 大数据驱动的健康管理案例 103
本章小结 108
思考题与习题 108
参考文献 109
第5 章 融入新一代人工智能的智能
运维 111
5. 1 新一代人工智能概述 112
5. 2 深度神经网络 113
5. 3 迁移学习 124
5. 4 深度迁移学习及其特征挖掘 128
本章小结 133
思考题与习题 134
参考文献 134
第6 章 设备安全智能监控 137
6. 1 设备工程精益管理 138
6. 2 设备安全智能检测监控 146
6. 3 典型行业的智能运维应用 158
本章小结 159
思考题与习题 160
参考文献 160
工程应用篇
第7 章 加工过程智能运维 162
7. 1 加工过程智能运维概述 162
7. 2 加工过程智能运维系统架构 162
7. 3 加工过程智能运维关键技术 174
7. 4 加工过程智能运维系统实施典型
案例 189
本章小结 198
思考题与习题 198
参考文献 198
第8 章 石化装备智能运维 200
8. 1 石化装备智能运维概述 200
8. 2 石化装备智能运维系统架构 201
8. 3 石化装备智能运维关键技术 203
8. 4 石化装备智能运维应用实例 225
本章小结 232
思考题与习题 232
参考文献 232
第9 章 船舶智能运维与健康管理 233
9. 1 智慧船舶概述 233
9. 2 船舶智能运维与健康管理系统架构 234
9. 3 船舶智能运维与健康管理关键技术及
应用案例 238
9. 4 全球智慧船舶系统 243
本章小结 251
思考题与习题 251
参考文献 251
第10 章 高铁故障预测与健康管理 252
10. 1 高铁故障预测与健康管理概述 252
10. 2 系统架构 253
10. 3 牵引电动机故障诊断与健康管理
关键技术 257
10. 4 牵引电动机故障诊断与健康管理的
系统实现 264
本章小结 274
思考题与习题 275
参考文献 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 空天发动机健康管理 277
11. 3 直升机健康管理 287
11. 4 民用客机故障预测与健康管理
系统 294
本章小结 310
思考题与习题 310
参考文献 310