基于大数据的起重装备服役健康管理【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

基于大数据的起重装备服役健康管理PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1起重装备发展趋势及其特点1

1.2起重装备面临的形势分析2

1.3起重装备服役健康管理4

1.3.1起重装备健康管理需求4

1.3.2起重装备健康管理组成5

1.3.3起重装备健康管理应用5

1.3.4起重装备健康管理发展趋势7

1.4本书主要内容7

第2章 起重装备全生命周期数据模型8

2.1概述8

2.2产品全生命周期数据管理范围9

2.3产品全生命周期数据模型10

2.4产品全生命周期数据获取12

2.5产品全生命周期建模方法框架12

2.5.1产品全生命周期模型体系框架12

2.5.2产品全生命周期元模型建模方法14

2.5.3产品全生命周期阶段领域元模型16

2.5.4起重装备全生命周期信息模型20

2.6基于统一数据源的敏捷数据管理框架23

第3章 基于大数据的结构疲劳累积损伤诊断26

3.1概述26

3.2疲劳的基本概念26

3.3应力监测大数据处理方法27

3.3.1应力-时间历程27

3.3.2应力-时间历程监测大数据快速处理方法27

3.4疲劳累积损伤诊断理论34

3.4.1线性疲劳累积损伤理论34

3.4.2双线性疲劳累积损伤理论35

3.4.3非线性疲劳累积损伤理论36

3.5工程应用37

3.5.1工程概述37

3.5.2测点位置37

3.5.3基于光纤光栅的应力谱实时监测38

3.5.4测试数据39

3.5.5桥式起重机的疲劳累积损伤计算39

第4章 起重装备结构疲劳裂纹形成寿命预测42

4.1概述42

4.2疲劳寿命定义42

4.3疲劳裂纹形成寿命预测研究动态43

4.4疲劳裂纹形成寿命计算方法45

4.4.1名义应力法45

4.4.2局部应力-应变法47

4.4.3应力场强法50

4.4.4焊接结构疲劳裂纹萌生寿命估算53

第5章 基于大数据的减速机健康诊断与故障预测56

5.1概述56

5.2起重装备减速机失效模式57

5.2.1齿轮减速机典型故障问题及其原因57

5.2.2齿轮失效模式58

5.2.3轴承失效模式61

5.3减速机健康状态诊断62

5.3.1故障诊断方法分类62

5.3.2基于有监督学习的模式识别方法63

5.3.3基于无监督学习的模式识别方法64

5.4减速机运行故障预测67

5.4.1故障预测概述67

5.4.2故障预测方法分类67

5.4.3基于数据的预测方法68

5.4.4基于概率统计的预测方法69

5.5起重装备减速机振动监测标准70

5.5.1齿轮减速机专用振动标准70

5.5.2振动状态监测与诊断标准71

第6章 基于大数据的制动器健康诊断与故障预测72

6.1概述72

6.2制动器典型失效模式及分析72

6.2.1制动器典型失效模式72

6.2.2制动器典型失效分析74

6.2.3制动器失效机理分析76

6.3制动器健康状态诊断77

6.3.1制动器健康状态划分77

6.3.2模糊状态诊断原理78

6.3.3制动器健康状态诊断模型79

6.3.4各隶属函数的确定80

6.4制动器故障预测80

6.4.1基于时间序列的制动器故障预测80

6.4.2基于BP神经网络算法的制动器故障预测80

6.4.3基于支持向量回归的制动器故障预测82

6.5应用案例82

第7章 起重装备电气系统健康诊断与故障预测85

7.1概述85

7.2起重装备电气系统故障分析85

7.2.1基于FMEA的电气系统故障分析方法85

7.2.2起重装备电气系统的层次划分86

7.2.3电气部件的故障分析87

7.2.4子系统的故障分析94

7.2.5系统的故障分析97

7.3起重装备电气系统的故障预测97

7.3.1基于定量FTA的起重装备电气系统故障预测方法97

7.3.2电气系统故障树的建立97

7.3.3故障预报模型的建立98

7.3.4起重装备电气系统故障预测的流程99

7.3.5起重装备电气系统故障预测算例100

7.4电气部件故障率的预测105

7.4.1基于产品寿命数据的故障率的预测106

7.4.2基于可靠性手册的故障率的预测106

7.4.3基于现场故障记录统计的故障率的预测107

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108

8.1概述108

8.2基于故障模式及运维数据的起重装备性能评估108

8.2.1贝叶斯网络108

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109

8.3基于设备整体可靠性的起重装备综合效率模型112

8.3.1设备综合效率112

8.3.2面向潜在运行效率的起重装备运行效率预测模型116

8.4基于潜在运行效率分析的预测性维修决策118

8.4.1潜在运行效率分析及预测性维修决策框架118

8.4.2基于潜在运行效率的维修决策模型118

8.5应用案例119

8.5.1起重装备折臂事故的故障树和贝叶斯网络结构120

8.5.2基于专家知识和系统运行记录的参数训练121

8.5.3起重装备潜在运行效率分析及预测性维修决策123

第9章 起重装备关键风险因素辨识与风险评价方法125

9.1概述125

9.2风险评价基本理论125

9.3起重装备风险因素辨识方法126

9.3.1风险辨识126

9.3.2起重装备典型事故现实风险评价分级研究127

9.4起重装备风险评价方法128

9.4.1起重装备风险评价模型构建128

9.4.2起重装备基本风险分类模型131

9.4.3起重装备单体固有风险分类方法134

9.4.4起重装备单体现实风险分类方法135

9.4.5起重装备单体现实风险分类实证139

第10章 起重装备系统安全性评价方法143

10.1概述143

10.2安全性评价的层次体系和计算框架144

10.2.1层次体系的划分144

10.2.2安全性评价的过程145

10.2.3基本的计算框架145

10.2.4安全性评价的结果147

10.3度量指标评价值的计算及其状态描述148

10.3.1强度指标148

10.3.2刚度指标148

10.3.3裂纹指标149

10.3.4板的变形指标150

10.3.5锈蚀指标151

10.3.6齿轮和轴承指标151

10.4层次分析法152

10.4.1系统的递阶层次结构152

10.4.2比较判断矩阵152

10.4.3权重计算及一致性检验153

10.5模糊综合评判法154

10.5.1模糊综合评判法简述154

10.5.2基于多级模糊综合评判法的结构安全性评价156

10.6应用案例158

第11章 起重装备以可靠性为中心的维修方法160

11.1概述160

11.2起重装备机构系统RCM分析应用161

11.2.1起重装备结构层次划分161

11.2.2起重装备重要功能产品确定162

11.2.3起重装备FMECA163

11.2.4起重装备维修策略逻辑决断167

11.2.5起重装备预防性维修周期决策169

11.3起重装备金属结构RCM分析173

11.3.1起重装备金属结构FMECA173

11.3.2确定起重装备金属结构SSI173

11.3.3起重装备金属结构维修逻辑决断174

第12章 基于大数据的起重装备服役健康管理平台179

12.1概述179

12.2物联网概念及相关技术180

12.2.1物联网的发展历程180

12.2.2物联网的定义180

12.2.3物联网技术181

12.3大数据处理技术183

12.3.1大数据概念183

12.3.2大数据采集技术183

12.3.3大数据存储技术184

12.3.4大数据挖掘技术185

12.3.5大数据可视化技术186

12.4起重装备风险管理系统186

12.4.1基于RFID的起重装备风险分析仪186

12.4.2基于物联网的起重装备风险管理系统188

12.4.3基于检验数据库的起重装备风险管理平台189

12.5基于大数据的起重装备服役健康管理平台设计191

12.5.1管理平台的架构设计191

12.5.2管理平台服务功能划分192

12.5.3起重装备健康管理服务内容193

12.6应用案例194

12.6.1起重装备风险管理系统应用案例194

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196

参考文献198