本书结合工程实际，系统阐述了航空电子产品的故障预测与健康管理（PHM）技术。介绍了PHM的基本概念、发展历程、典型应用和体系结构；基于PHM的CBM架构，结合案例描述了PHM中传感器的选择与布局技术、状态监测技术、故障诊断技术、故障预测技术、健康评估与决策生成技术、PHM验证技术，同时对国内外PHM相关标准和规范进行了阐述和分析。本书可供工程技术人员和管理人员在开展PHM系统设计分析、验证与评价、标
准编制时参考与使用，也可以作为培训教材使用。同样可作为大专院校本科生及研究生的参考书。
全部显示 ∨
全部显示 ∨
第1章 绪论 121.1 PHM基本概念 12
1.2 PHM的发展历程 141.2.1 外部测试的发展历程 14
1.2.2 机内测试的发展历程 15
1.2.3 机内测试到综合诊断 16
1.2.4 由综合诊断到PHM系统 17
1.3 PHM的应用 171.3.1 军用领域的PHM 17
1.3.2 民用领域的PHM 18
1.3.3 F-35中的PHM应用 19
第2章 PHM系统概述 212.1 PHM系统体系架构 212.1.1 OSA-CBM架构 21
2.1.2 系统工作原理 22
2.1.3 JSF的PHM系统 23
2.2 航空电子系统PHM设计 252.2.1 PHM设计的工作内容 26
2.2.2 航空电子产品PHM各层次的设计 26
第3章 PHM的传感器系统 303.1 传感器概述 303.1.1 传感器的定义 30
3.1.2 传感器的分类 30
3.1.3 航空电子产品PHM传感器 30
3.2 传感器的选择与布局 323.2.1 传感器选择应考虑的因素 32
3.2.2 传感器的布局 34
3.3 PHM传感器的发展方向 38
第4章 状态监测 404.1 概述 40
4.2 航空电子单元环境及故障应力分析 40
4.3 典型电路模块的敏感参数体系 414.3.1 处理模块的敏感参数体系 41
4.3.2 电源模块的敏感参数体系 42
4.3.3 存储模块的敏感参数体系 43
4.4 信号调理 44
4.5 信号采集 454.5.1 信号采集的基本考虑 45
4.5.2 同步采集技术 46
4.6 信号处理 484.6.1 信号的分类 49
4.6.2 数据预处理 51
4.6.3 数据压缩 52
4.6.4 特征提取 54
4.7 基于小波的信号处理 564.7.1 小波概述 56
4.7.2 小波变换理论 57
4.7.3 基于小波的降噪方法 60
4.7.4 基于小波的数据压缩方法 62
4.8 状态基线设定 62
第5章 故障诊断 645.1 概述 64
5.2 故障诊断的流程 645.2.1 设备审查 66
5.2.2 FMECA分析确认 66
5.2.3 备选维修任务 66
5.2.4 选择测量方法 66
5.2.5 数据收集和分析 67
5.2.6 提高诊断置信度 68
5.3 机内测试设计 685.3.1 BIT技术的发展现状与趋势 69
5.3.2 BIT设计的原则 70
5.3.3 BIT功能、组成及基本原理 71
5.4 自动测试系统设计 735.4.1 简介 73
5.4.2 ATS系统基本组成 73
5.4.3 测试程序集设计 74
5.4.4 兼容性设计 79
5.4.5 自动测试系统相关标准 80
5.4.6 国内外自动测试系统平台开发和使用现状 85
5.5 电子电路常用故障诊断算法 885.5.1 故障字典法 90
5.5.2 基于证据理论的故障诊断技术 95
5.5.3 离散事件系统理论法 99
5.5.4 神经网络法 105
5.5.5 故障验证法（网络撕裂法） 113
5.5.6 基于相关性模型的诊断设计方法 117
5.6 其他故障诊断方法 1465.6.1 基于故障树的诊断方法 146
5.6.2 基于Petri网的故障诊断方法 148
5.6.3 基于支持向量机的方法 149
5.7 故障综合诊断 1525.7.1 综合诊断的提出与发展 152
5.7.2 综合诊断的内涵 153
5.7.3 主要技术难点 155
5.7.4 综合诊断的设计 155
第6章 故障预测 1586.1 概述 158
6.2 故障预测设计的一般过程 1596.2.1 确定预测需求 160
6.2.2 确定故障类型 160
6.2.3 分析支撑数据 160
6.2.4 选择预测方法 161
6.3 基于预警电路的故障预测技术 161
6.4 基于损伤标尺的故障预测技术 162
6.5 基于失效物理模型的寿命预测技术 1636.5.1 基于失效物理模型的剩余寿命预测技术实施过程 164
6.5.2 应用案例 168
6.6 基于模型的方法 1766.6.1 时间序列法 177
6.6.2 卡尔曼滤波 182
6.6.3 隐马尔科夫模型 184
6.6.4 灰色模型 186
6.7 基于故障预兆监控和推理的方法 1876.7.1 基于统计学的故障预测 187
6.7.2 神经网络 188
6.7.3 支持向量机 190
6.7.4 贝叶斯网络 192
6.7.5 粒子滤波 192
6.7.6 基于专家系统的故障预测方法 194
6.8 故障预测技术的发展趋势 1966.8.1 智能预测BIT 196
6.8.2 集成智能故障预测技术 197
6.8.3 智能故障预测系统 197
6.8.4 基于无线传感网络的远程分布式智能故障预测系统 197
第7章 健康评估与决策生成 1997.1 概述 1997.1.1 国外应用情况 199
7.1.2 国内应用情况 200
7.2 健康状态评估 2007.2.1 健康评估的内容 200
7.2.2 健康状态评估方法 200
7.3 决策生成 2037.3.1 PHM推理决策的任务 203
7.3.2 PHM推理决策生成的技术方法 205
7.3.3 PHM推理决策生成方法的研究趋势 208
第8章 PHM系统的验证 2098.1 概述 2098.1.1 核查和验证体系综述 210
8.1.2 PHM验证系统案例介绍 212
8.2 PHM系统诊断能力技术指标 2138.2.1 故障检测能力核查技术指标 213
8.2.2 故障隔离能力核查技术指标 214
8.2.3 故障预测能力技术指标 215
8.3 数据有效性验证策略 2178.3.1 数据有效性验证简介 217
8.3.2 PHM试验数据收集方法 217
8.3.3 数据验证评估技术 218
8.4 PHM系统验证策略 2198.4.1 PHM系统验证体系规划 219
8.4.2 PHM系统验证设计流程 220
8.4.3 问题与挑战 222
8.5 PHM诊断能力验证技术 2228.5.1 验证思路 222
8.5.2 试验实施流程 223
8.5.3 故障注入技术 224
8.6 PHM预测能力的验证 2398.6.1 预测性能的度量 239
8.6.2 预测失效时间的合时性 239
8.6.3 预测模型的验证 239
第9章 PHM的相关标准/指南 2419.1 OSA-EAI标准 2419.1.1 概况介绍 241
9.1.2 MIMOSA OSA-EAI的结构 241
9.1.3 标准编制背景 241
9.1.4 分析 243
9.2 OSA-CBM标准 2449.2.1 概述 244
9.2.2 标准编制背景 246
9.2.3 标准主要内容 248
9.2.4 应用指南 248
9.3 CM&D系列标准 249
9.4 ARINC相关标准 2519.4.1 ARINC-604标准 251
9.4.2 ARINC624标准 253
9.5 IEEE相关标准 2569.5.1 IEEE 1232标准 256
9.5.2 IEEE1522标准 260
9.5.3 IEEE 1636.1标准 264
9.6 ISO 10303（STEP）标准 2659.6.1 STEP标准简介 265
9.6.2 STEP标准的技术构成 269
9.6.3 适用性分析 273
9.7 政府项目管理——测试性和诊断性指南 2749.7.1 概况介绍 274
9.7.2 指南体系结构 274
9.7.3 适用性分析 275
索引词 277
参考文献 278
收藏
