智能运维与健康管理
| 作者: | 陈雪峰 主编,訾艳阳 副主编 |
|---|---|
| 出版社: | 机械工业出版社 |
| 页数: | 312页 |
| ISBN: | 9787111610335 |
书籍详情
| 用纸 | 胶版纸 |
|---|---|
| 版次 | 1 |
| 出版时间 | 2018-11-01 |
| 页数 | 312 |
| 包装 | 平装 |
| 外文名称 | Intelligent Maintenance and Health Management |
| 开本 | 16开 |
| ISBN | 9787111610335 |
| 出版社 | 机械工业出版社 |
| 丛书名 | 普通高等教育新工科*智能制造系列规划教材 |
| 品牌 | 机工出版 |
| 商品编号 | 12448697 |
| 包装清单 | 暂无 |
内容简介
详细介绍
由西安交大、上海交大、华中科大等知名高校联合中车、中船等重点企业联合编写,作者队伍强大、理论基础扎实、应用案例典型、教学配套齐全
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。
陈雪峰
西安交通大学机械工程学院院长 ,教授 、博士生导师,国家杰出青年科学基金获得者,航空发动机运行安全基础研究973首席科学家,中国振动工程学会故障诊断专业委员会常务理事。承担中国航发、中车集团、风电企业等企业健康管理课题十余项 ,研制的风电装备监测诊断系统在万余台风电装备上得到应用,负责直升机HUMS、高铁PHM等健康管理系统的总体架构与核心技术研发。
訾艳阳
西安交通大学教授、博士生导师、西安交通大学腾飞特聘教授(2014年),教育部新世纪人才(2010 年),中国振动工程学会故障诊断专业委员副理事长、中国机械工程学会高级会员、国际期刊IJCE(International Journal of Comprehensive Engineering)编委,主持4项国家自然科学基金目和1项863 攻关项目,主持企业横向合作项目10余项,获国家技术发明二等奖1项(2009年,第三完成人),获国家科技进步三等奖奖 1项(1999年,第五完成人)。
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
在“中国制造2025”中,智能制造是其重要主题,也是其主攻方向。以制造业数字化、网络化和智能化为特征的智能制造是新一轮工业革命的核心技术,应该作为“中国制造2025”的制高点、突破口。智能制造是一个庞大的系统工程,由产品、生产、模式、基础四个维度组成,其中智能产品是主题,智能生产是主线,以用户为中心的产业模式变革是主,以信息物理系统( Cyber- Physical Systems,CPS)和工业互联网为基础。《国家智能制造标准体系建设指南(2015年版)》提出的智能制造系统架构结构中,远程运维是“智能服务”的主要核心内容,“工业软件和大数据”是打通物理-信息世界的载体它们都是实现制造业产业模式转变的关键技术。
前言
为贯彻落实中国科协“加快培养新一代信息技术人才, 解决新一代信息技术人才紧缺问题” 的精神, 中国科协智能制造学会联合体与中国机械工程学会启动了智能制造领域紧缺人才的培养工作。2018 年2 月7 日, 中国机械工程学会等组织在京召开了以“智能制造人才培养‘大学加课’” 为主题的研讨会, 会议要求相关高校面向工科专业编写智能制造的普适性教材, 本书的建设工作由此起步。
《中国制造2025》指出: “基于信息物理系统的智能装备、智能工厂等智能制造正在引领制造方式变革”。为深入实施《中国制造2025》, 根据国家制造强国建设领导小组的统一部署, 教育部、人力资源和社会保障部、工业和信息化部等联合编制了《制造业人才发展规划指南》, 坚持育人为本, 大力推进培养智能制造等领域的人才。
智能制造是将物联网、大数据、云计算等新一代信息技术与设计、生产、管理、运维、服务等制造活动的各个环节融合, 具有信息深度自感知、智慧优化自决策、精准控制自执行、运维监控自诊断等功能的先进制造过程、系统与模式的总称。“智能运维与健康管理”作为产品全生命周期智能制造的一种新模式, 其基础是机械状态监测与故障诊断的理论及技术, 研究对象是产品全生命周期链中窗口期最长的运行服役阶段。在2018 年8 月10 日召开的第十六届全国设备故障诊断学术会议的“故障诊断研究的新春天” 主题沙龙中, 经研讨得出: 重大装备的智能运维与健康管理, 已经成为符合制造业两化融合的未来运行安全保障, 是制造服务融合的新范式。
本书的编写团队包含了多名国内本领域具有雄厚研究基础的知名学者与行业专家, 虽编写时间紧迫, 他们却依然贯彻人才培养至上的理念, 以极大的热情投入教材编写工作, 并融入了其最新的研究成果。本书编写过程中, 编写人员遵循全国机械类教学指导委员会所倡导的“新工科” 教材编写精神, 注重教材的知识关联与问题空间构建。本书由基础知识篇、工程应用篇两大板块构成, 在应用领域进行了精心选择, 对象不仅包括石化行业、数控机床等故障诊断经典领域, 也涵盖了作为我国制造业名片的大型民用客机与高铁等新兴领域。本课程旨在教授学生智能运维与健康管理的基本知识, 引导学生构思兼顾社会、安全、环境等因素的综合方案, 培养学生建立具有工程情怀的严谨观、安全观与可持续发展观, 以及系统思维、项目管理、跨学科智能制造沟通与管理的能力。
本书由西安交通大学陈雪峰任主编, 西安交通大学訾艳阳任副主编。第1 章由西安交通大学陈雪峰和王宇编写; 第2 章由上海交通大学何清波和清华大学褚福磊编写; 第3 章由西安交通大学訾艳阳、陈景龙和贺王鹏编写; 第4 章由西安交通大学雷亚国编写; 第5 章由西安交通大学严如强和华南理工大学李巍华编写; 第6 章由中国机械工程学会杨申仲和北京信息科技大学徐小力编写; 第7 章由华中科技大学史铁林和轩建平编写; 第8 章由北京化工大学高金吉、江志农和冯坤编写; 第9 章由西安交通大学訾艳阳、中国船舶工业系统工程研究院邱伯华和何晓编写; 第10 章由西安交通大学刘一龙和中国中车股份有限公司宫保贵编写;第11 章由西安交通大学陈雪峰和翟智、中国商用飞机有限责任公司马晓骏和魏元雷、中国航天科工集团一院测控公司史红卫编写。
本书是在中国科协智能制造学会联合体的指导下, 由中国机械工程学会组织编写的普通高等教育新工科•智能制造系列规划教材之一。中国科协智能制造学会联合体致力于增强我国智能制造技术创新能力、促进我国制造业向中高端迈进。中国机械工程学会是中国科协智能制造学会联合体成员单位和秘书处单位, 是我国成立较早、规模最大的工科学会之一, 是我国机械行业非常重要的对外交流渠道, 承担了行业和政府部门委托的大量合作任务, 担负着学术交流、人才培养和对外交流等多项工作。在本书编写过程中, 中国机械工程学会常务副理事长张彦敏对本书高度重视, 多次与相关领导协调, 为确保本书编写和推广工作的顺利进行提供了重要的支持; 中国机械工程学会继续教育处副处长王玲多次精心安排相关领域专家研讨, 为编写工作的高效、高质推进和完成付出了巨大的精力; 中国机械工程学会综合技术处副处长杨丽在系列教材编写的前期调研和组织协调上, 给予了大力支持。同时, 本书的出版也得到了机械工业出版社的大力支持和悉心编校。在此一并表示衷心的感谢。
本书可供机械类、电气类等工科专业本科生或研究生选用, 亦可供企业工程师或相关研究人员参考。选用本教材的学校可根据培养方案和教学计划, 按照16 ~ 48 学时设置课程,工程应用篇可以根据不同专业的需求选讲。为方便教学, 本书亦提供了教学计划、课件、视频等配套资源, 供授课教师参考, 欢迎选用本书作教材的教师登录www.cmpedu.com 注册下载。
由于本书涉及的学科与内容广泛, 很多相关技术与应用仍处于发展和完善阶段, 同时由于作者水平有限, 书中难免有错误与不妥之处, 敬请各位读者与专家批评指正。
编 者