地铁车辆和供电系统是城市轨道交通的重要组成部分，包括车门系统、牵引系统、制动系统、轮对、高压断路器等关键系统和设备及车辆主要备品备件，这些系统和设备的健康状态不仅关系轨道交通系统的安全，还对提高城市轨道交通车辆运营的安全性和可靠性及乘客的舒适性体验有重要作用。本书介绍了地铁车辆与供电系统维修策略优化及预测技术方面的一些最新研究成果，重点介绍了车门系统、牵引系统、制动系统、轮对、高压断路器的可靠性分析、可靠性建模和维修策略优化方法和技术，还对城市轨道车辆轴承部件剩余寿命预测及备品备件的需求预测技术进行了概述。 本书可以作为自动化、计算机、人工智能、城市轨道交通、轨道交通系统安全保障、机电系统健康管理专业的研究生及人工智能专业和轨道交通专业高年级本科生的参考书，也可供轨道交通行业的技术人员及相关科研人员使用。

第1章 绪论
1.1 轨道交通维修策略优化和预测现状
1.1.1 维修的发展现状
1.1.2 预测性维修的优化目标
1.1.3 车辆维修现状
1.1.4 剩余寿命预测发展现状
1.1.5 备品备件需求预测概述
1.2 本书的主要内容
参考文献
第2章 车门系统可靠性分析与维修策略优化
2.1 离散时间马尔可夫过程
2.2 通用生成函数法
2.2.1 通用生成函数法的基本原理
2.2.2 复杂系统的通用生成函数技术
2.3 可靠性模型及维修周期优化
2.3.1 通用生成函数法可靠性指标
2.3.2 系统可靠性建模概述
2.3.3 维修周期优化模型
2.4 车门系统可靠性建模与维修策略优化
2.4.1 车门系统可靠性建模
2.4.2 车门系统的可靠性指标计算
2.4.3 车门系统维修策略优化
2.5 本章小节
参考文献
第3章 基于Phase-type（PH）分布的系统可靠性分析
3.1 PH分布的基本概念
3.1.1 PH分布的定义
3.1.2 PH分布的性质
3.1.3 PH分布的可靠性指标
3.2 基于PH分布的串并联系统可靠性分析
3.2.1 串联系统
3.2.2 并联系统
3.3 牵引系统案例分析
3.3.1 系统描述
3.3.2 模型分析与建立
3.3.3 系统可靠性指标的计算
3.4 制动系统案例分析
3.4.1 系统描述
3.4.2 模型分析与建立
3.4.3 系统可靠性指标的计算
3.4.4 可靠性与维修策略对比分析
3.5 车门系统案例分析
3.5.1 系统描述
3.5.2 模型分析与建立
3.5.3 系统可靠性指标的计算
3.5.4 可靠性与维修策略对比分析
3.6 本章小结
参考文献
第4章 基于冲击理论的维修策略优化
4.1 冲击理论概述
4.1.1 故障机理分析
4.1.2 基于Poisson冲击流的累积损伤模型
4.2 基于冲击理论的组合维修概率模型
4.2.1 轮对磨耗及维修效果分析
4.2.2 维修策略描述
4.2.3 组合维修概率模型
4.3 故障风险及组合策略优化模型
4.3.1 轮缘厚度超限故障风险
4.3.2 组合维修策略优化模型
4.4 案例分析
4.5 本章小结
参考文献
第5章 基于混合故障率的断路器维修策略优化
5.1 基于修正因子的混合故障率函数
5.1.1 故障率函数的“役龄回退因子”
5.1.2 故障率函数的“故障率递增因子”
5.1.3 修正因子对故障率函数的综合影响
5.2 可靠性模型
5.2.1 各维修周期内设备的可靠性模型
5.2.2 设备全生命周期的可靠性模型
5.3 基于混合故障率的定期维修策略优化
5.3.1 维修活动及维修条件假设
5.3.2 维修概率模型
5.3.3 维修策略优化模型
5.3.4 案例分析
5.4 本章小结
参考文献
第6章 基于维纳过程考虑测量误差的两阶段剩余寿命预测
6.1 考虑测量误差的两阶段退化建模和剩余寿命预测
6.1.1 基于维纳过程的两阶段退化建模
6.1.2 变化时刻确定和模型参数固定情况下的两阶段剩余寿命预测
6.1.3 变化时刻确定和模型参数随机情况下的两阶段剩余寿命预测
6.2 模型参数估计
6.3 案例分析
6.3.1 数值仿真分析
6.3.2 实例研究
6.4 本章小结
参考文献
第7章 基于维纳过程的考虑参数依赖的剩余寿命预测
7.1 考虑参数依赖的线性退化建模和剩余寿命预测
7.1.1 基于维纳过程的线性退化建模
7.1.2 考虑运行条件的剩余寿命预测
7.2 模型参数估计
7.2.1 先验参数的估计
7.2.2 随机参数的贝叶斯更新
7.2.3 基于期望最大化算法的模型参数估计
7.3 案例分析
7.3.1 数值仿真分析
7.3.2 案例研究
7.4 本章小结
参考文献
第8章 基于机器学习的剩余寿命预测
8.1 基于机器学习的剩余寿命预测方法
8.1.1 半监督协同训练算法
8.1.2 LSTM网络模型
8.2 基于故障诊断的剩余寿命预测方法
8.2.1 剩余寿命预测框架
8.2.2 BP神经网络结构与参数设置
8.2.3 案例分析
8.3 基于LsTM网络的剩余寿命预测方法
8.3.1 基于LSTM网络的剩余寿命预测框架
8.3.2 LSTM网络参数设定
8.3.3 案例分析
8.4 本章小结
参考文献
第9章 基于分布拟合的备品备件需求预测
9.1 基于分布拟合的需求预测模型
9.2 案例分析
9.2.1 数据分析
9.2.2 预测模型
9.3 本章小结
参考文献
第10章 基于缺乏失效位置信息的数据的备品备件需求预测
10.1 窗口删失更新过程
10.2 基于窗口删失更新过程的备品备件需求预测模型
10.2.1 需求预测流程
10.2.2 似然函数求解流程
10.2.3 需求预测
10.3 案例分析与模型评估
10.4 本章小结
参考文献