智能制造是制造業(yè)發(fā)展的方向，對于智能化生產(chǎn)線(xiàn)而言，智能化的故障診斷和智能化維護異常重要。本書(shū)結合作者的科研開(kāi)發(fā)實(shí)踐，介紹了多種常用的數學(xué)模型以及相關(guān)生產(chǎn)線(xiàn)智能管理的建模過(guò)程，對于相關(guān)智能控制過(guò)程做了詳細介紹，對于一線(xiàn)設計與維護人員具有明顯指導價(jià)值。

《中國制造2025》指出：基于信息物理系統的智能裝備、智能工廠(chǎng)等智能制造正在引領(lǐng)制造方式變革。為深入實(shí)施《中國制造2025》，根據國家制造強國建設領(lǐng)導小組的統一部署，教育部、人力資源和社會(huì )保障部、工業(yè)和信息化部等聯(lián)合編制了《制造業(yè)人才發(fā)展規劃指南》，堅持育人為本，大力推進(jìn)培養智能制造等領(lǐng)域的人才。
智能制造是將物聯(lián)網(wǎng)、大數據、云計算等新一代信息技術(shù)與設計、生產(chǎn)、管理、運維、服務(wù)等制造活動(dòng)的各個(gè)環(huán)節融合，具有信息深度自感知、智慧優(yōu)化自決策、精準控制自執行、運維監控自診斷等功能的先進(jìn)制造過(guò)程、系統與模式的總稱(chēng)?！爸悄芟到y遠程運維技術(shù)”作為產(chǎn)品全生命周期智能制造的一種新模式，其基礎是狀態(tài)監測與故障診斷的理論及技術(shù)，研究對象是產(chǎn)品全生命周期鏈中窗口期最長(cháng)的運行服役階段。重大裝備系統的遠程運維與健康管理，已經(jīng)成為符合制造業(yè)“兩化”（信息化、工業(yè)化）融合的未來(lái)運行安全保障，是制造業(yè)與服務(wù)業(yè)融合的新范式。
本書(shū)的編寫(xiě)貫徹人才培養至上的理念，融入了行業(yè)最新的研究成果。在編寫(xiě)過(guò)程中，注重教材的知識關(guān)聯(lián)與問(wèn)題空間構建，全書(shū)綜合相關(guān)基礎知識、健康管理與遠程運維技術(shù)，在應用方面進(jìn)行了精心選擇，對象包括石化行業(yè)、先進(jìn)制造業(yè)等故障診斷經(jīng)典領(lǐng)域，也涵蓋了風(fēng)電機組與高鐵等我國制造業(yè)新興領(lǐng)域。本書(shū)旨在幫助讀者學(xué)習健康管理與遠程運維的基本知識，引導讀者構思兼顧社會(huì )、安全、環(huán)境等因素的綜合方案，建立安全觀(guān)與可持續發(fā)展觀(guān)，以及培養系統思維、項目管理、跨學(xué)科智能制造溝通與管理的能力。
本書(shū)共12章，各章內容相互之間聯(lián)系緊密，形成了一個(gè)智能系統遠程運維決策框架?；诮】倒芾硭枷?，提出了數據完備和數據不完備兩種情況下的系統故障診斷模型；基于故障診斷，分別從考慮備件、緩沖庫存、服務(wù)合同、部件相關(guān)性、環(huán)境等角度提出了運維技術(shù)與模型。本書(shū)所做的研究?jì)热萦兄谔岣咧圃煨袠I(yè)的維護水平和設備可靠性、降低維護成本、提高系統利用率，最終提高企業(yè)的競爭力；同時(shí)，拓展了制造系統的運維管理領(lǐng)域，為制造企業(yè)運維策略的制定提供決策支持和科學(xué)有效的指導。
本書(shū)由上海理工大學(xué)劉勤明任主編，上海理工大學(xué)葉春明、河南科技大學(xué)呂鋒任副主編。中國商用飛機有限責任公司民用飛機試飛中心白衛國、上海航空工業(yè)（集團）有限公司工業(yè)工程部高級工程師姜順龍為本書(shū)案例的編寫(xiě)提供了很大的幫助。劉文溢、位晶晶、李永朋、呂曉磊、成卉、董航宇、王雨婷、梅嘉健、許飛雪、楊亮、陳翔對全書(shū)進(jìn)行了圖文校對，云豐澤、孫鈺棟、陳佳寧、徐夢(mèng)婷、李天義對全書(shū)資源進(jìn)行了整理，在此表示衷心感謝!
本書(shū)得到了2021年度上海理工大學(xué)研究生教材建設項目（智能工程遠程運維）、2023年上海市研究生教育改革項目（新文科背景下“五場(chǎng)協(xié)同”經(jīng)管類(lèi)研究生培養模式改革與實(shí)踐）、2023年上海高校本科重點(diǎn)教改項目（主題創(chuàng  )新區牽引“教科訓賽”四維一體新文科工業(yè)工程人才培養模式探索與實(shí)踐）等資助，在此表示由衷的感謝！
本書(shū)可供高等院校工業(yè)工程類(lèi)專(zhuān)業(yè)、管理科學(xué)與工程類(lèi)專(zhuān)業(yè)、制造工程類(lèi)專(zhuān)業(yè)本科生和研究生選用，亦可供企業(yè)工程人員或相關(guān)研究人員參考。選用本書(shū)作為教材的學(xué)?？筛鶕囵B方案和教學(xué)計劃，按照32～48學(xué)時(shí)設置課程，可以根據不同專(zhuān)業(yè)的需求選講。
由于本書(shū)涉及的學(xué)科內容廣泛，很多相關(guān)技術(shù)與應用仍處于發(fā)展和完善階段，同時(shí)限于作者水平，書(shū)中難免有不妥之處，敬請各位讀者批評指正。

劉勤明
2024年4月

劉勤明，教授，博士生導師，上海理工大學(xué)管理學(xué)院工會(huì )主席，工業(yè)工程系主任，上海市青年五四獎?wù)芦@得者，上海市高原學(xué)科"管理科學(xué)與工程"建設成員，上海市系統科學(xué)科研創(chuàng  )新團隊成員，上海市管理科學(xué)與工程科研創(chuàng  )新團隊成員，上海市機械工程學(xué)會(huì )工業(yè)工程專(zhuān)業(yè)委員會(huì )副秘書(shū)長(cháng)，教育部學(xué)位中心碩士論文評審專(zhuān)家，上海市科技獎通訊評審專(zhuān)家，上海市課程思政領(lǐng)航團隊（工業(yè)工程）負責人。長(cháng)期從事故障診斷與壽命預測、人工智能、智能制造等方面研究，主持國家級、省部級等項目10余項，發(fā)表論文100余篇，其中SCI檢索論文18篇，ESI高被引1篇，國家自然科學(xué)基金委員會(huì )管理類(lèi)重要期刊10篇，出版專(zhuān)著(zhù)2部，獲上海市教學(xué)成果特等獎1項，國家級教學(xué)成果二等獎1項。

智能制造是制造業(yè)的未來(lái)方向，而體現智能之處就是生產(chǎn)線(xiàn)的“自主”運行及遠程控制。本書(shū)綜合相關(guān)基礎知識、健康管理與遠程運維技術(shù)，結合工程實(shí)踐，形成了一個(gè)智能系統遠程運維決策框架?；诮】倒芾硭枷?，提出了數據完備和數據不完備兩種情況下的系統故障診斷模型；基于故障診斷，分別從考慮備件、緩沖庫存、服務(wù)合同、部件相關(guān)性、環(huán)境等角度提出了運維技術(shù)與模型，并對各個(gè)模型的效能以及準確性進(jìn)行了分析。
本書(shū)適宜從事制造業(yè)及相關(guān)領(lǐng)域的技術(shù)人員參考。

第1章緒論1
1.1概述1
1.2智能遠程運維與故障預測2
1.3維護策略3
1.3.1預防性維護3
1.3.2狀態(tài)維護5
1.3.3預測性維護8
1.3.4基于故障預測的智能系統維護9
1.3.5維護策略的選擇方法11
1.4維護策略發(fā)展趨勢12
本章小結13

第2章故障預測與健康管理方法14
2.1概述14
2.2基于物理模型的故障預測與健康管理方法17
2.3基于知識驅動(dòng)的故障預測與健康管理方法19
2.3.1專(zhuān)家系統19
2.3.2模糊邏輯20
2.4基于數據驅動(dòng)的故障預測與健康管理方法21
2.4.1基于人工神經(jīng)網(wǎng)絡(luò )的方法22
2.4.2貝葉斯網(wǎng)絡(luò )方法/模型26
2.5基于模型驅動(dòng)的故障預測與健康管理方法28
2.5.1隱馬爾可夫模型/隱半馬爾可夫模型28
2.5.2失效率和比例強度模型30
2.5.3灰色模型GM（1，1）31
2.6基于融合模型的故障預測與健康管理方法32
本章小結34
參考文獻36

第3章大數據驅動(dòng)的系統智能故障預測42
3.1概述42
3.2基于改進(jìn)退化隱馬爾可夫模型（DGHMM）的健康預測44
3.2.1DGHMM基本原理44
3.2.2設備退化過(guò)程44
3.2.3基于改進(jìn)遺傳算法的參數估計50
3.2.4基于DGHMM的設備剩余壽命預測53
3.2.5算例分析55
3.3基于改進(jìn)隱半馬爾可夫模型的健康預測59
3.3.1模型描述60
3.3.2協(xié)同進(jìn)化參數估計方法64
3.3.3基于DK-MHSMM的診斷預測65
3.3.4算例分析69
3.4基于高階隱半馬爾可夫模型的健康預測79
3.4.1改進(jìn)高階隱半馬爾可夫模型80
3.4.2不確定分布下的剩余壽命預測87
3.4.3算例分析88
本章小結94
參考文獻95

第4章數據不完備的系統智能故障預測96
4.1概述96
4.2小樣本數據不均衡情況下的故障預測97
4.2.1改進(jìn)粒子群優(yōu)化算法98
4.2.2非線(xiàn)性多分類(lèi)均衡支持向量機98
4.2.3基于IPSO-BSVM的參數優(yōu)化101
4.2.4基于IPSO-BSVM的小樣本數據不均衡情況下的設備故障診斷方案103
4.2.5算例分析104
4.3小樣本數據缺失情況下的故障預測111
4.3.1遺傳算法優(yōu)化支持向量回歸111
4.3.2基于GA-SVR的組合預測填補113
4.3.3基于GA-SVR的小樣本數據缺失情況下的設備故障診斷方案115
4.3.4算例分析117
本章小結122
參考文獻123

第5章考慮備件的系統遠程運維技術(shù)124
5.1概述124
5.2基于E-HSMM的系統故障預測模型125
5.2.1E-HSMM的推理與學(xué)習機制126
5.2.2基于E-HSMM的剩余壽命預測模型129
5.2.3算例分析132
5.3基于退化信息及備件庫存的系統遠程運維技術(shù)136
5.3.1設備退化信息及備件庫存分析136
5.3.2設備雙層維護決策模型139
5.3.3系統遠程運維模型求解流程142
5.3.4算例分析146
本章小結149
參考文獻150

第6章考慮庫存緩沖區的系統遠程運維技術(shù)152
6.1概述152
6.2基于三階段時(shí)間延遲的2M1B系統遠程運維技術(shù)153
6.2.1符號描述與假設153
6.2.2狀態(tài)檢測發(fā)生在正常運行階段155
6.2.3狀態(tài)檢測發(fā)生在初始缺陷運行階段156
6.2.4狀態(tài)檢測發(fā)生在嚴重缺陷運行階段158
6.2.5設備故障停機之前沒(méi)有進(jìn)行狀態(tài)檢測的情況159
6.2.6成本率模型161
6.2.7算例分析161
6.3考慮緩沖區庫存分配的串聯(lián)生產(chǎn)系統遠程運維技術(shù)168
6.3.1問(wèn)題描述168
6.3.2符號描述與假設169
6.3.3生產(chǎn)線(xiàn)分解171
6.3.4虛擬設備失效率及維修率模型171
6.3.5成本率模型172
6.3.6生產(chǎn)系統遠程運維模型求解流程173
6.3.7算例分析176
6.4考慮緩沖區庫存分配的并聯(lián)系統遠程運維技術(shù)180
6.4.1問(wèn)題描述180
6.4.2符號描述與假設182
6.4.3故障率模型183
6.4.4運行周期時(shí)間模型183
6.4.5生產(chǎn)成本率模型184
6.4.6生產(chǎn)系統遠程運維模型求解流程185
6.4.7算例分析186
本章小結191

第7章考慮服務(wù)合同的系統遠程運維技術(shù)192
7.1概述192
7.2基于服務(wù)性能合同的單部件系統遠程運維技術(shù)194
7.2.1單部件系統遠程運維模型195
7.2.2單部件系統遠程運維模型實(shí)現流程201
7.2.3算例分析202
7.3基于服務(wù)性能合同的多部件系統遠程運維技術(shù)206
7.3.1多部件系統遠程運維模型206
7.3.2多部件系統遠程運維模型實(shí)現流程212
7.3.3算例分析214
本章小結220
參考文獻221

第8章考慮環(huán)境影響的系統遠程運維技術(shù)222
8.1概述222
8.2單產(chǎn)品情況下考慮碳排放的系統遠程運維技術(shù)224
8.2.1問(wèn)題描述225
8.2.2生產(chǎn)系統遠程運維模型227
8.2.3生產(chǎn)系統遠程運維模型求解流程231
8.2.4算例分析231
8.3單產(chǎn)品情況下考慮能耗的系統遠程運維技術(shù)238
8.3.1問(wèn)題描述239
8.3.2生產(chǎn)系統遠程運維模型240
8.3.3生產(chǎn)系統遠程運維模型求解流程244
8.3.4算例分析246
8.4多產(chǎn)品情況下考慮能耗的系統遠程運維技術(shù)250
8.4.1問(wèn)題描述251
8.4.2生產(chǎn)系統遠程運維模型253
8.4.3生產(chǎn)系統遠程運維模型求解流程256
8.4.4算例分析256
本章小結262
參考文獻262

第9章考慮相關(guān)性的系統遠程運維技術(shù)263
9.1概述263
9.2單部件系統遠程運維技術(shù)264
9.2.1問(wèn)題描述265
9.2.2生產(chǎn)系統遠程運維模型266
9.2.3生產(chǎn)系統遠程運維模型求解流程268
9.2.4算例分析270
9.3基于結構相關(guān)性的多部件系統遠程運維技術(shù)276
9.3.1問(wèn)題描述276
9.3.2多部件系統遠程運維模型277
9.3.3考慮拆卸序列的多部件系統遠程運維模型279
9.3.4算例分析283
9.4基于故障相關(guān)性的多部件系統遠程運維技術(shù)287
9.4.1問(wèn)題描述287
9.4.2多部件設備的故障鏈模型287
9.4.3考慮故障相關(guān)性的多部件系統遠程運維模型289
9.4.4算例分析292
本章小結296

第10章風(fēng)電機組故障預測與遠程運維技術(shù)298
10.1概述298
10.2考慮故障相關(guān)的風(fēng)電機組遠程運維技術(shù)300
10.2.1問(wèn)題描述301
10.2.2風(fēng)電機組遠程運維模型301
10.2.3風(fēng)電機組遠程運維模型求解流程305
10.2.4算例分析306
10.3考慮外部沖擊的風(fēng)電機組遠程運維技術(shù)311
10.3.1問(wèn)題描述312
10.3.2子系統自然退化與沖擊過(guò)程模型313
10.3.3風(fēng)電機組在外部沖擊作用下的期望費用模型315
10.3.4風(fēng)電機組遠程運維模型求解流程319
10.3.5算例分析320
10.4考慮故障相關(guān)與外部沖擊的風(fēng)電機組遠程運維技術(shù)323
10.4.1問(wèn)題描述324
10.4.2退化相關(guān)模型325
10.4.3成本率模型329
10.4.4風(fēng)電機組遠程運維模型求解流程333
10.4.5算例分析334
本章小結337
參考文獻338

第11章高鐵系統故障預測與遠程運維技術(shù)340
11.1概述340
11.2基于性能退化的列車(chē)制動(dòng)機故障預測341
11.2.1考慮隨機失效的制動(dòng)機性能退化343
11.2.2基于改進(jìn)貝葉斯算法的參數估計344
11.2.3制動(dòng)機剩余壽命預測348
11.2.4算例分析350
11.3基于可靠度的制動(dòng)機遠程運維技術(shù)358
11.3.1模型假設與符號說(shuō)明359
11.3.2考慮剩余壽命的預防性維護間隔期優(yōu)化360
11.3.3構建改善因子360
11.3.4維修成本分析361
11.3.5系統可用度最大化的遠程運維模型363
11.3.6系統最佳可用度優(yōu)化遺傳算法364
11.3.7算例分析365
本章小結371
參考文獻372

第12章系統遠程運維技術(shù)挑戰與展望373
12.1概述373
12.2系統遠程運維技術(shù)的發(fā)展現狀及趨勢374
12.2.1PHM技術(shù)的發(fā)展374
12.2.2國內外技術(shù)發(fā)展對比375
12.2.3國內發(fā)展趨勢375
12.3技術(shù)挑戰377
12.3.1狀態(tài)感知技術(shù)377
12.3.2狀態(tài)監測技術(shù)378
12.3.3診斷和預測技術(shù)379
12.4PHM技術(shù)展望380
本章小結382