混流制造系统脆弱性评估与应用

　　本书以复杂系统脆弱性理论和相关工程领域的信息熵、复杂网络、结构熵、可靠性等各种理论知识为基本依据，以混流制造系统脆弱性的多维综合评估为切入点，遵循“概念内涵—分析评估—综合应用”这一混流制造系统脆弱性研究的脉络，构建了混流制造系统脆弱性研究的“多维多层”综合评估体系，给出了功能脆弱性、结构脆弱性、过程脆弱性等不同类型脆弱性的评估模型，提出了混流制造系统脆弱性的综合评估与调控体系，由此为混流制造系统脆弱性评估和应用提供了一套系统的理论和方法。

　　高贵兵，男，湖南科技大学硕士生导师，华中科技大学博士毕业，湘潭市高层次人才。中国机械工程学会工业工程分会理事、中国机械工程学会工业大数据与智能系统分会理事。主持省部级课题5项，参与国家、省部级课题多项。在《Reliability Engineering & System Safety》、《机械工程学报》、《Journal of Central South University》、《中国机械工程》、《计算机集成制造系统》等国内外学术刊物和大型国际会议上公开发表学术论文 30 余篇（中科院SCI分类TOP期刊3篇，中文*期刊2篇，中文权威期刊3篇），其中SCI、EI收录20余篇。

第一部分：基础知识 1
第1章混流制造系统概述 1
1.1  混流制造系统 1
1.2  混流制造系统的拓扑结构 2
1.2.1 混流制造系统的构成 2
1.2.2 混流制造系统结构 3
1.3  系统性能与脆弱性概念间的关系 7
1.4  混流制造系统健康管理 8
1.5  混流制造系统健康管理的定义 10
1.6  混流制造系统功能分析 12
1.7  本章小结 17
参考文献 18
第2章混流制造系统脆弱性研究概述 19
2.1 混流制造系统脆弱性研究背景 20
2.2 混流制造系统脆弱性研究意义 21
2.3混流制造系统脆弱性发展现状分析 22
2.4 混流制造系统脆弱性研究内容 25
2.5 混流制造系统脆弱性分析目标 31
2.6 混流制造系统脆弱性分析 32
2.7 本章小结 35
参考文献 35
第二部分：脆弱性分析评估 38
第3章基于状态熵的评估方法 38
3.1引言 38
3.2 混流制造系统脆弱性问题分析 40
3.3 混流制造系统结构脆弱性建模与分析 41
3.4 算例分析 46
3.5本章小结 55
参考文献 55
第4章基于通用生成函数的评估方法 58
4.1 引言 58
4.2.相关理论 60
4.3混流制造系统脆弱性建模与分析 60
4.4 算例分析 65
5结论 73
参考文献： 74
第5章：基于LZ变换函数的评估方法 77
5.1 引言 77
5.2.多状态系统的LZ变换 79
5.2.1时变多状态单元的LZ变换 79
5.2.2时变多状态系统的LZ变换 80
5.3基于LZ变换的混流制造系统脆弱性建模与分析 81
5.3.1 脆弱性的定义 81
5.3.2 制造单元的LZ变换 81
5.3.3 混流制造系统的LZ变换 83
5.3.4基于LZ变换的混流制造系统脆弱性分析 84
5.4 算例分析 85
5.4.1  AM1和AD3的LZ变换 87
5.4.2  A2和A4的LZ变换 89
5.4.3 混流制造系统的LZ变换 90
5.4.4混流制造脆弱性分析 90
5.5分析讨论 94
参考文献： 96
第6章 基于可靠性指标的评估方法 99
6.1引言 99
6.2多状态系统脆弱性分析 101
6.2.1多状态系统LZ变换 101
6.2.2基于可靠性指标的多状态系统脆弱性分析 103
6.3 算例分析 105
6.3.1 子系统的LZ变换 107
6.3.2主轴承孔制造系统的LZ变换 110
6.3.3系统脆弱性分析 111
6.4分析讨论 115
参考文献： 118
第7章基于复杂网络的评估方法 121
7.1引言 122
7.2 基于复杂网络的脆弱性综合评估模型 123
7.2.1复杂网络脆弱性   123
7.2.2制造系统网络相关定义 124
7.2.3 制造系统脆弱性相关定义 124
7.2.4制造系统脆弱性分析评价框架 126
7.2.5 制造系统结构脆弱点识别 127
7.2.6 制造系统功能脆弱性仿真 127
7.3发动机装配系统脆弱性分析 128
7.3.1发动机装配系统结构分析 128
7.3. 2 发动机装配线复杂网络模型构建 129
7.3.3发动机装配制造系统脆弱性分析 130
7.4结论 135
参考文献： 136
第三部分：脆弱性的应用 138
第8章基于脆弱性的设备故障智能诊断与维护 138
8.1  引言 139
8.2  设备智能诊断与维护系统架构 140
8.3 基于脆弱性的设备故障智能诊断与维护模型 140
8.4 应用实例 146
5 结论 153
参考文献 154
第9章基于CPS方法与脆弱性的制造系统健康状态智能诊断 157
9.1 引言 157
9.2 基于CPS的制造系统健康管理系统架构 159
9.3 基于CPS技术的制造系统健康状态分析模型 159
9.3.1 基于脆弱性评估模型的设备健康状态判断方法 160
9.3.2 基于数据驱动的制造系统性能异常判定 161
9.3.3亚健康状态下设备异常因素识别 163
9.4 应用实例 164
9.4.1 柔性制造系统健康状态分析 165
9.4.2 柔性制造系统健康状态异常因素在线判别 165
9.3.3 设备健康状态影响因素分析 167
9.4 结论 169
参考文献 170
第10章基于脆弱性与大数据的制造设备健康状态预测 172
10.1 引言 172
10.2 制造设备健康预测框架 173
10.3 EA-SAE-CKLP数据处理模型 174
2.1 制造设备运行数据预处理 175
2.2基于多目标进化算法特征选择 177
10.3.3. SAE特征降维与微调 179
10.3.4 基于 CKLP的第三阶段特征选择方法 180
10.4基于健康状态指数的设备健康预测 181
10.4.1基于IMTS的健康状态指数模型 181
10.4.2 健康状态预测 183
10.5.应用分析 184
10.5.1 特征选择 185
10.5.2 健康状态指数计算 185
10.6结论 191
参考文献 192