基于大数据的起重装备服役健康管理电子书

版权

前言

第1章 绪论

1.1 起重装备发展趋势及其特点

1.2 起重装备面临的形势分析

1.3 起重装备服役健康管理

1.3.1 起重装备健康管理需求

1.3.2 起重装备健康管理组成

1.3.3 起重装备健康管理应用

1.3.4 起重装备健康管理发展趋势

1.4 本书主要内容

第2章 起重装备全生命周期数据模型

2.1 概述

2.2 产品全生命周期数据管理范围

2.3 产品全生命周期数据模型

2.4 产品全生命周期数据获取

2.5 产品全生命周期建模方法框架

2.5.1 产品全生命周期模型体系框架

2.5.2 产品全生命周期元模型建模方法

2.5.3 产品全生命周期阶段领域元模型

2.5.4 起重装备全生命周期信息模型

2.6 基于统一数据源的敏捷数据管理框架

第3章 基于大数据的结构疲劳累积损伤诊断

3.1 概述

3.2 疲劳的基本概念

3.3 应力监测大数据处理方法

3.3.1 应力-时间历程

3.3.2 应力-时间历程监测大数据快速处理方法

3.4 疲劳累积损伤诊断理论

3.4.1 线性疲劳累积损伤理论

3.4.2 双线性疲劳累积损伤理论

3.4.3 非线性疲劳累积损伤理论

3.5 工程应用

3.5.1 工程概述

3.5.2 测点位置

3.5.3 基于光纤光栅的应力谱实时监测

3.5.4 测试数据

3.5.5 桥式起重机的疲劳累积损伤计算

第4章 起重装备结构疲劳裂纹形成寿命预测

4.1 概述

4.2 疲劳寿命定义

4.3 疲劳裂纹形成寿命预测研究动态

4.4 疲劳裂纹形成寿命计算方法

4.4.1 名义应力法

4.4.2 局部应力-应变法

4.4.3 应力场强法

4.4.4 焊接结构疲劳裂纹萌生寿命估算

第5章 基于大数据的减速机健康诊断与故障预测

5.1 概述

5.2 起重装备减速机失效模式

5.2.1 齿轮减速机典型故障问题及其原因

5.2.2 齿轮失效模式

5.2.3 轴承失效模式

5.3 减速机健康状态诊断

5.3.1 故障诊断方法分类

5.3.2 基于有监督学习的模式识别方法

5.3.3 基于无监督学习的模式识别方法

5.4 减速机运行故障预测

5.4.1 故障预测概述

5.4.2 故障预测方法分类

5.4.3 基于数据的预测方法

5.4.4 基于概率统计的预测方法

5.5 起重装备减速机振动监测标准

5.5.1 齿轮减速机专用振动标准

5.5.2 振动状态监测与诊断标准

第6章 基于大数据的制动器健康诊断与故障预测

6.1 概述

6.2 制动器典型失效模式及分析

6.2.1 制动器典型失效模式

6.2.2 制动器典型失效分析

6.2.3 制动器失效机理分析

6.3 制动器健康状态诊断

6.3.1 制动器健康状态划分

6.3.2 模糊状态诊断原理

6.3.3 制动器健康状态诊断模型

6.3.4 各隶属函数的确定

6.4 制动器故障预测

6.4.1 基于时间序列的制动器故障预测

6.4.2 基于BP神经网络算法的制动器故障预测

6.4.3 基于支持向量回归的制动器故障预测

6.5 应用案例

第7章 起重装备电气系统健康诊断与故障预测

7.1 概述

7.2 起重装备电气系统故障分析

7.2.1 基于FMEA的电气系统故障分析方法

7.2.2 起重装备电气系统的层次划分

7.2.3 电气部件的故障分析

7.2.4 子系统的故障分析

7.2.5 系统的故障分析

7.3 起重装备电气系统的故障预测

7.3.1 基于定量FTA的起重装备电气系统故障预测方法

7.3.2 电气系统故障树的建立

7.3.3 故障预报模型的建立

7.3.4 起重装备电气系统故障预测的流程

7.3.5 起重装备电气系统故障预测算例

7.4 电气部件故障率的预测

7.4.1 基于产品寿命数据的故障率的预测

7.4.2 基于可靠性手册的故障率的预测

7.4.3 基于现场故障记录统计的故障率的预测

第8章 数据驱动的起重装备运行故障与工作效率分析方法

8.1 概述

8.2 基于故障模式及运维数据的起重装备性能评估

8.2.1 贝叶斯网络

8.2.2 基于专家知识和系统运行记录的贝叶斯网络构造方法

8.3 基于设备整体可靠性的起重装备综合效率模型

8.3.1 设备综合效率

8.3.2 面向潜在运行效率的起重装备运行效率预测模型

8.4 基于潜在运行效率分析的预测性维修决策

8.4.1 潜在运行效率分析及预测性维修决策框架

8.4.2 基于潜在运行效率的维修决策模型

8.5 应用案例

8.5.1 起重装备折臂事故的故障树和贝叶斯网络结构

8.5.2 基于专家知识和系统运行记录的参数训练

8.5.3 起重装备潜在运行效率分析及预测性维修决策

第9章 起重装备关键风险因素辨识与风险评价方法

9.1 概述

9.2 风险评价基本理论

9.3 起重装备风险因素辨识方法

9.3.1 风险辨识

9.3.2 起重装备典型事故现实风险评价分级研究

9.4 起重装备风险评价方法

9.4.1 起重装备风险评价模型构建

9.4.2 起重装备基本风险分类模型

9.4.3 起重装备单体固有风险分类方法

9.4.4 起重装备单体现实风险分类方法

9.4.5 起重装备单体现实风险分类实证

第10章 起重装备系统安全性评价方法

10.1 概述

10.2 安全性评价的层次体系和计算框架

10.2.1 层次体系的划分

10.2.2 安全性评价的过程

10.2.3 基本的计算框架

10.2.4 安全性评价的结果

10.3 度量指标评价值的计算及其状态描述

10.3.1 强度指标

10.3.2 刚度指标

10.3.3 裂纹指标

10.3.4 板的变形指标

10.3.5 锈蚀指标

10.3.6 齿轮和轴承指标

10.4 层次分析法

10.4.1 系统的递阶层次结构

10.4.2 比较判断矩阵

10.4.3 权重计算及一致性检验

10.5 模糊综合评判法

10.5.1 模糊综合评判法简述

10.5.2 基于多级模糊综合评判法的结构安全性评价

10.6 应用案例

第11章 起重装备以可靠性为中心的维修方法

11.1 概述

11.2 起重装备机构系统RCM分析应用

11.2.1 起重装备结构层次划分

11.2.2 起重装备重要功能产品确定

11.2.3 起重装备FMECA

11.2.4 起重装备维修策略逻辑决断

11.2.5 起重装备预防性维修周期决策

11.3 起重装备金属结构RCM分析

11.3.1 起重装备金属结构FMECA

11.3.2 确定起重装备金属结构SSI

11.3.3 起重装备金属结构维修逻辑决断

第12章 基于大数据的起重装备服役健康管理平台

12.1 概述

12.2 物联网概念及相关技术

12.2.1 物联网的发展历程

12.2.2 物联网的定义

12.2.3 物联网技术

12.3 大数据处理技术

12.3.1 大数据概念

12.3.2 大数据采集技术

12.3.3 大数据存储技术

12.3.4 大数据挖掘技术

12.3.5 大数据可视化技术

12.4 起重装备风险管理系统

12.4.1 基于RFID的起重装备风险分析仪

12.4.2 基于物联网的起重装备风险管理系统

12.4.3 基于检验数据库的起重装备风险管理平台

12.5 基于大数据的起重装备服役健康管理平台设计

12.5.1 管理平台的架构设计

12.5.2 管理平台服务功能划分

12.5.3 起重装备健康管理服务内容

12.6 应用案例

12.6.1 起重装备风险管理系统应用案例

12.6.2 基于大数据的起重装备服役健康管理平台应用案例

参考文献

编著图书推荐表