PHM技术包含的内容繁多，本书主要从故障预测的角度阐述自适应方法的研究现状，并首次详细介绍了自适应故障预测在核电站中的应用。本书是作者及合作者多年科研成果的总结，是一部理论和实践并重的专著：一是系统地介绍PHM产生与发展、基本理论，以及故障预测基本方法，使不同基础的读者可以了解PHM系统的概况；二是针对自适应故障预测方法，重点阐述其产生的必然性和紧迫性，并总结当前主要研究的现状；三是针对不同的故障预测模型（包括物理模型、数据驱动模型、集成模型），介绍自适应学习方法及在核电站中的应用。 本书适合从事PHM领域研究的相关学生、研究人员、（核电站）工程技术人员，适合对PHM技术有一定知识储备的读者阅读。通过阅读本书，读者在了解PHM尤其是故障预测技术研究与应用现状基础上，可以较为系统地把握自适应故障预测技术方法及其初步应用成果。

第1章 PHM技术概况
1.1 PHM技术的产生与发展
1.1.1 预防发生故障
1.1.2 提高系统测试性
1.2 PHM研究与应用现状
1.2.1 国外研究与应用现状
1.2.2 国内研究与应用现状
1.2.3 核电站PHM技术研究现状
1.3 PHM技术的难点和挑战
1.4 小结
参考文献
第2章 PHM基本理论
2.1 PHM基本概念
2.1.1 视情维修策略
2.1.2 PHM内涵
2.2 PHM主要模块
2.2.1 传感器选择和数据采集
2.2.2 数据处理
2.2.3 故障诊断
2.2.4 故障预测
2.2.5 维修决策
2.3 小结
参考文献
第3章 故障预测基本方法
3.1 故障预测方法分类
3.2 物理模型
3.2.1 物理模型简介
3.2.2 主要物理模型介绍
3.3 数据驱动模型
3.3.1 数据驱动模型简介
3.3.2 主要数据驱动模型介绍
3.4 集成模型
3.4.1 集成模型简介
3.4.2 基于数据驱动模型的集成模型
3.5 传统故障预测方法的不足
3.6 小结
参考文献
第4章 自适应故障预测
4.1 自适应故障预测的必要性
4.2 自适应故障预测模型分类
4.3 研究现状
4.3.1 自适应物理模型
4.3.2 自适应数据驱动模型
4.3.3 自适应集成模型
4.4 小结
。. 参考文献
第5章 自适应物理模型在核电站中的应用
5.1 研究背景
5.2 研究方法
5.2.1 目标系统特征
5.2.2 自适应系统故障预测
5.3 实验介绍及结果分析
5.3.1 案例介绍
5.3.2 系统初始退化状态未知情况下的自适应故障预测结果
5.3.3 系统初始退化状态已知情况下的自适应故障预测结果
5.4 小结
参考文献
第6章 自适应数据驱动模型在核电站中的应用
6.1 研究背景
6.2 研究方法
6.2.1 带有软边际损失函数的SvR
6.2.2 特征向量选择方法
6.2.4 Online-SVR-FID方法介绍
6.3 核电站研究案例
6.3.1 案例介绍
6.3.2 实验结果
6.4 小结
参考文献
第7章 自适应集成模型在核电站中的应用
7.1 基于SVR的动态权重集成模型
7.1.1 研究背景
7.1.2 研究方法
7.1.3 实例分析
7.2 基于sVR的在线学习集成模型
7.2.1 研究背景
7.2.2 研究方法
7.2.3 实例分析
7.3 基于疲劳裂纹扩展物理模型的自适应集成模型
7.3.1 研究背景
7.3.2 研究方法
7.3.3 实例分析
7.4 小结
参考文献
第8章 PHM方法的验证与确认
8.1 验证与确认的框架结构
8.2 验证与确认的关键支撑技术
8.2.1 PHM验证方法和性能评估
8.2.2 PHM原型验证系统
8.2.3 PHM不确定性管理
8.3 验证与确认的实现途径
8.3.1 验证方法的选择和评估标准体系的建立
8.3.2 PHM原型系统的功能有待提升和完善
8.3.3 不确定性管理框架的建立
8.4 小结
参考文献