第1篇 数字孪生及健康管理内涵
第1章 数字孪生综述
第2章 设备健康管理
2.1 设备健康管理概述
2.2 国内外研究现状
2.2.1 国外研究概况
2.2.2 国内研究概况
第3章 机电系统健康管理技术
3.1 机电系统健康管理架构
3.1.1 机电系统PHM系统任务及功能
3.1.2 机电系统PHM系统架构标准
3.1.3 机电系统PHM系统信息融合架构
3.2 机电系统健康管理关键技术和算法
3.2.1 机电系统健康管理关键技术
3.2.2 故障特征提取
3.2.3 故障诊断
3.2.4 剩余使用寿命预测
3.2.5 机电系统健康管理算法简介
3.3 机电系统健康管理案例
3.3.1 电源系统健康管理
3.3.2 液压系统健康管理
3.3.3 燃油系统健康管理
3.3.4 环控系统健康管理
3.3.5 刹车（起落架）系统健康管理
第2篇 数字孪生的实现技术
第4章 感知——传感器与数据处理技术
4.1 传感器技术
4.2 数据处理技术
4.2.1 数据预处理方法
4.2.2 特征提取方法
第5章 交互——可视化与人机交互技术
5.1 虚拟现实技术
5.2 VR的特点与关键技术
5.2.1 VR的特点
5.2.2 VR关键技术
第6章 建模——基于模型的数字孪生体创建方法
6.1 建模与仿真
6.2 建模与仿真数字化工业技术
6.2.1 CAD技术
6.2.2 CAE技术
6.2.3 CAPP技术
6.2.4 CAM技术
6.2.5 PDM技术
6.2.6 EDA技术
6.2.7 CFD技术
6.2.8 PLM技术
6.2.9 BIM技术
6.2.10 多领域统一物理系统建模语言Modelica
第7章 建模——基于数据驱动的数字孪生体创建方法
7.1 数据驱动的数字孪生体创建方法
7.1.1 支持向量机（SVM）
7.1.2 随机森林（RF）
7.1.3 Apriori
7.1.4 FP-Growth
7.1.5 极端梯度提升模型（XGBoost）
7.1.6 LSTM
7.1.7 CNN层
7.2 深度学习的可解释性
第8章 智能推理与决策
8.1 运筹学
8.2 强化学习
第3篇 基于数字孪生的轨道交通健康管理
第9章 轨道车辆综述
9.1 轨道车辆组成
9.1.1 车体
9.1.2 转向架
9.1.3 车辆连接装置
9.1.4 制动装置
9.1.5 受流装置
9.1.6 车辆设备
9.1.7 车辆电气系统
9.2 轨道车辆技术参数
9.2.1 车辆性能参数
9.2.2 车辆主要尺寸参数
第10章 基于数字孪生的轨道交通健康管理实施框架
10.1 数字孪生中的人工智能算法
10.2 基于数字孪生的复杂装备健康管理框架
10.3 基于数字孪生的轨道车辆健康管理
10.4 基于数字孪生的轨道列车健康管理演示软件研发
第11章 基于数据驱动的数字孪生健康管理案例
11.1 基于数据驱动的数字孪生健康管理方法概述
11.1.1 组成部分
11.1.2 实现流程
11.2 基于数据驱动的数字孪生健康管理方法案例
11.2.1 数据处理
11.2.2 模型构建
11.2.3 案例研究
参考文献
致谢
展开
