性能退化是产品使用维护面临的重要挑战之一，既会影响产品使用体验，又会带来维修保障需求。通过对退化数据进行建模分析，量化产品退化过程，掌握产品退化规律，可以更为准确地评价产品可靠性水平。本书围绕退化过程的建模分析，突出个体异质性、动态环境作用、测量误差影响等退化数据实际特点，采用维纳过程进行退化建模与分析，提出了一系列维纳过程退化模型，系统探讨了模型性质、参数估计、可靠性计算，并通过案例分析展示了模型方法的优良效果
更多科学出版社服务，请扫码获取。
1. 上海高校青年东方学者，2017年，排名第1。
2. RUL prediction of deteriorating products using an adaptive Wiener process model. IEEE工业电子协会最佳论文奖，
目录
前言
第1章 概述 1
1.1 退化建模简介 1
1.1.1 退化与失效 1
1.1.2 一般路径模型 2
1.1.3 维纳过程模型 6
1.1.4 其他随机过程模型 9
1.2 基于维纳过程的退化建模研究综述 12
1.3 本书结构安排 15
第2章 异质退化数据建模——随机漂移率与比例扩散系数模型 17
2.1 模型描述 19
2.1.1 模型形式 19
2.1.2 可靠性分析 22
2.2 模型参数估计.23
2.2.1 点估计 24
2.2.2 区间估计 27
2.3 实例验证 30
2.4 讨论和扩展 34
2.4.1 加速退化数据建模 34
2.4.2 其他随机漂移率模型 41
2.5 本章小结 41
第3章 异质退化数据建模——随机漂移率和随机扩散系数模型 42
3.1 模型描述 42
3.1.1 模型形式 42
3.1.2 可靠性分析 43
3.2 模型参数估计 44
3.2.1 EM 算法 45
3.2.2 似然值计算 52
3.2.3 漂移率和扩散系数相关性检验 55
3.2.4 仅考虑随机扩散系数的模型参数估计 55
3.3 实例验证 57
3.3.1 红外LED退化数据分析 57
3.3.2 硬盘磁头退化数据分析 60
3.4 本章小结 62
第4章 动态环境退化数据建模 64
4.1 模型描述 65
4.2 模型参数估计.66
4.2.1 EM算法 67
4.2.2 似然值计算 72
4.3 实例验证 74
4.4 讨论和扩展 77
4.4.1 连续时间模型 77
4.4.2 融合协变量信息 78
4.5 本章小结 79
第5章 动态环境成组退化数据建模 80
5.1 模型描述 81
5.2 模型参数估计 83
5.2.1 半参数模型估计 86
5.2.2 参数模型估计 95
5.3 实例验证 99
5.4 本章小结 102
第6章 动态环境多元退化数据建模 103
6.1 模型描述 103
6.1.1 模型形式 103
6.1.2 可靠性分析 106
6.2 模型参数估计 113
6.2.1 点估计 115
6.2.2 区间估计 119
6.2.3 估计效果 119
6.3 实例验证 122
6.4 本章小结 127
第7章 带测量误差退化数据建模 129
7.1 模型描述 130
7.2 模型参数估计 131
7.2.1 EM算法 132
7.2.2 似然值计算 141
7.2.3 多个体退化数据的统计分析 143
7.3 模型稳健性 149
7.3.1 带混合正态和t分布误差的退化数据 149
7.3.2 带混合正态和固定幅值误差的退化数据 152
7.4 实例验证 154
7.4.1 锂电池退化数据分析 154
7.4.2 硬盘磁头退化数据分析 157
7.5 讨论和扩展 158
7.6 本章小结 159
参考文献 161
附录A 退化实例数据 170
书单推荐
