董明、刘勤明著的《大数据驱动的设备健康预测及维护决策优化》是近几年作者对设备健康预测及维护领域的研究成果及经验总结，可以作为管理科学与工程、工业工程等专业研究生科研辅助资料，使其了解设备的运行状态、衰退趋势以及采取的维护策略。本书共分五个专题：国内外相关研究述评，单监测信息的在线健康预测，多监测信息的在线健康预测，设备集成动态维护，设备维护调度。每一个专题都有引言部分和小结部分，通过引言的学习，研究生可以掌握本专题的基本观点、原理和模型方法；通过小结的学习，研究生对本专题有一个全面的认知和应用。

第1章 绪论
1.1 研究背景和意义
1.2 研究范围与对象
1.3 研究目的与创新点
1.4 研究框架
1.5 本章小结
第2章 设备维护的概念
2.1 引言
2.2 设备健康管理的历史发展
2.3 设备健康预测方法的研究及进展
2.3.1 基于物理模型的方法
2.3.2 基于知识驱动的方法
2.3.3 基于数据驱动的方法
2.3.4 基于模型驱动的方法
2.3.5 基于信息融合的方法
2.3.6 混合模型
2.4 设备维护方法的研究及进展
2.4.1 基于健康信息的维护
2.4.2 基于衰退过程的维护
2.4.3 基于备件库存的维护
2.5 设备维护调度方法的研究及进展
2.6 现有方法的不足
2.6.1 设备健康预测研究的不足
2.6.2 设备维护研究的不足
2.6.3 设备维护调度优化需要研究的问题
2.7 退化隐半马尔可夫模型
2.8 本章小结
第3章 单监测信息的在线健康预测
3.1 引言
3.2 设备在线健康预测方法
3.2.1 数据预处理及特征提取
3.2.2 在线健康预测算法
3.2.3 剩余有效寿命预测方法
3.3 算例分析
3.3.1 基于HSMM的健康诊断
3.3.2 数据准备与处理
3.3.3 模型参数估计
3.3.4 在线健康预测分析
3.3.5 预测性能评估
3.4 本章小结
第4章 多监测信息的在线健康预测
4.1 引言
4.2 特征空间降维
4.3 设备在线健康预测方法
4.3.1 修正隐式半马尔可夫模型
4.3.2 自适应隐式半马尔可夫模型
4.3.3 剩余有效寿命预测方法
4.4 算例分析
4.4.1 数据准备
4.4.2 在线健康状态识别分析
4.4.3 在线健康预测分析
4.4.4 预测性能评估
4.5 本章小结
第5章 基于在线健康预测的集成动态维护研究
5.1 引言
5.2 衰退过程分析
5.3 维护动作与维护时间分析
5.4 集成动态维护模型
5.4.1 基本假设和符号
5.4.2 维护成本分析
5.4.3 基于动态规划算法维护策略优化模型
5.4.4 维护策略优化算法
5.5 算例分析
5.5.1 数据准备
5.5.2 其他维护策略
5.5.3 维护结果分析
5.5.4 备件库存策略分析
5.5.5 策略动态性分析
5.6 本章小结
第6章 基于集成维护模型的维护调度优化研究
6.1 引言
6.2 设备维护调度优化模型
6.2.1 设备维护调度决策
6.2.2 遗传算法
6.3 案例分析
6.3.1 数据准备
6.3.2 算法设计
6.3.3 维护调度比较分析
6.3.4 考虑调整因子的维护调度分析
6.4 本章小结
第7章 总结与展望
7.1 结论
7.2 展望
参考文献