生产系统预测性维护调度优化研究

　　《生产系统预测性维护调度优化研究》立足于生产系统设备健康预测与维护的相关研究，利用数据分析了设备的运行状态，描述了设备的衰退趋势，实现了有效的健康预测，为设备预测维护提供了决策依据。首先，用隐半马尔可夫模型对存在老化现象的设备状态进行识别；其次，构建了不同数据缺失情况下的设备健康预测模型；最后，基于设备健康预测，构建了单设备、多部件设备、多设备生产系统的维护模型。《生产系统预测性维护调度优化研究》的研究结论为制造企业管理者进行生产系统维护管理提供了有效的决策依据。

　　刘勤明，上海理工大学管理学院工业工程系主任、副教授、硕士生导师，上海交通大学机械工程专业博士：主要从事设备健康预测及维护调度的研究，先后主持参与国家自然科学基金、教育部人文社会科学基金、上海市自然科学基金、上海市社科基金等课题6项。先后在Mechanical Systems and Signal Processing、International Journal of ProductionResearch、《运筹与管理》《系统工程学报》《中国管理科学》等国内外期刊发表学术论文60余篇。上海市高原学科“管理科学与工程”建设成员，上海市科研创新团队成员，上海市机械工程学会工业工程专业委员会副秘书长，上海市属高校应用型本科试点专业建设项目“上海理工大学工业工程专业”负责人，上海市工业工程课程思政领航改革团队负责人，上海市青年“五四”奖章获得者。叶春明，上海理工大学管理学院教授，博士生导师。首批国家知识产权专家库入选专家，上海市管理科学与工程学科评议组成员。中国机械工程学会工业工程专家，中国运筹学会行为运作管理委员会常务理事，上海市机械工程学会理事，上海市系统工程学会理事，上海市工程管理学会理事，上海市工业工程学会常务副主任兼秘书长，上海市政府质量奖评审专家，宝钢教师奖获得者。主要研究领域：工业工程，技术经济与管理。

第1章 绪论
1．1 研究背景和意义
1．2 设备健康预测方法的研究及进展
1．2．1 基于物理模型的方法
1．2．2 基于知识驱动的方法
1．2．3 基于数据驱动的方法
1．3 设备维护方法的研究及进展
1．3．1 单设备维护方法
1．3．2 多设备维护方法
1．3．3 维护与备件订购方法
1．3．4 生产与维护联合优化方法
1．4 现有方法的不足
1．4．1 设备健康预测研究的不足
1．4．2 设备维护研究的不足
1．5 本章小结
第2章 设备维护的概念及理论
2．1 引言
2．2 设备剩余寿命预测
2．2．1 设备剩余寿命预测的概念
2．2．2 设备剩余寿命预测方法的分类
2．3 设备维护优化的基本流程
2．4 设备维护策略
2．4．1 维护策略类型
2．4．2 维护方式
2．5 多设备维护策略
2．6 本章小结
第3章 数据完备情况下设备健康预测
3．1 引百
3．2 HSMM基础理论
3．3 改进的HSMM
3．3．1 改进的前向一后向算法
3．3．2 改进的Viterbi算法
3．3．3 改进的Baum-Welch算法
3．4 基于改进HSMM的设备健康预测框架
3．4．1 基于改进HSMM的设备故障诊断
3．4．2 基于改进HSMM的寿命预测
3．5 设备老化的定义及分类
3．6 考虑老化因子的HSMM
3．6．1 考虑老化因子的转移矩阵
3．6．2 指数型老化因子的设计
3．6．3 乘数型老化因子的设计
3．7 老化因子的估值算法
3．8 基于失效率的设备剩余有效寿命估值算法
3．9 算例分析
3．9．1 老化因子的求解
3．9．2 剩余有效寿命的估值
3．9．3 对比分析
3．10 本章小结
……
第4章 数据不完备情况下设备健康预测
第5章 基于时间延迟理论的设备维护计划研究
第6章 基于可靠度约束的设备维护计划研究
第7章 基于集成模型的多部件设备维护计划研究
第8章 考虑生产与需求的多设备维护计划研究
第9章 考虑产品保修服务的设备维护计划研究
第10章 总结与展望
参考文献
索引