【交付方式】 即时更新(3个工作日内) Email电子版
【订购电话】 13590156548
【报告格式】 电子版(PDF)
【QQ 咨询】 1977505100
正文目录
第一章 国内外故障预测与健康管理(PHM)技术发展概述 15
第一节 故障预测与健康管理技术发展概述 15
一、发展概况 15
(1)故障预测和健康管理(PHM)技术简介 15
(1)全球装备故障预测和健康管理(PHM)行业发展历程介绍 17
(2)全球装备故障预测和健康管理(PHM)行业发展现状概述 19
(3)全球装备故障预测和健康管理(PHM)行业市场规模体量 22
二、应用领域 23
第二节 国内外故障预测与健康管理技术研究现状 24
一、美国 24
(1)美国装备故障预测和健康管理(PHM)行业发展状况分析 24
(2)美国发展情况概述 25
(3)美国代表性企业分析 26
二、英国 28
(1)英国装备故障预测和健康管理(PHM)行业发展状况分析 28
(2)英国发展情况概述 28
(3)英国代表性企业分析 29
三、中国 30
(1)中国装备故障预测和健康管理(PHM)行业发展状况分析 30
(2)中国发展情况概述 31
(3)中国代表性企业分析 32
四、其他国家 33
第三节 故障预测与健康管理系统关键技术 34
一、可预测性设计及传感器应用技术 34
(1)可预测性设计 34
(2)PHM系统中的传感器应用技术 35
二、数据预处理技术 38
三、健康状态划分 38
四、健康状态评估 40
五、剩余寿命预测 40
六、视情维修决策 41
第四节 故障预测与健康管理技术发展趋势 42
第二章 国内外故障预测与健康管理(PHM)技术体系结构 44
第一节 故障预测与健康管理方法 44
一、故障预测技术分类 44
二、故障预测方法分析 48
第二节 电子设备故障预测与健康管理体系结构 51
一、典型PHM系统体系结构 51
(1) PHM系统总体技术结构 51
(2) 不同应用领域故障预测和健康管理(PHM)行业系统架构 54
二、军用电子设备故障诊断特点及需求分析 57
(1)军用飞机PHM问题研究 57
(2)军用电子设备故障诊断特点 60
三、基于云服务的军用电子设备PHM系统架构 65
第三节 复杂装备故障预测与健康管理体系结构 69
一、PHM系统总体结构的方案 69
(1)PHM系统总体结构的备选方案 69
(2)基于开放系统方法的体系结构设计 71
二、复杂装备的集中-分布式PHM系统总体结构 78
三、PHM系统硬件结构 79
四、PHM系统软件结构 80
第四节 故障预测与健康管理热点技术 82
一、基于机器学习的PHM技术 82
二、基于大数据的PHM技术 90
三、基于信息融合的PHM技术 93
第三章 国内外故障预测与健康管理(PHM)系统设计与验证 99
第一节 故障预测与健康管理系统相关标准 99
一、CBM相关标准 99
二、PHM相关标准 100
三、HUMS相关标准 101
四、IVHM相关标准 102
第二节 故障预测与健康管理系统建模技术研究 103
一、PHM系统建模方法 103
二、飞机PHM系统建模 106
第三节 故障预测与健康管理系统验证技术 108
一、PHM验证方法和性能评估 108
二、PHM原型验证系统 111
三、PHM不确定性管理 114
四、PHM验证和确认的实现途径 115
第四节 国外故障预测与健康管理系统开发平台 117
一、SureSense软件平台 117
二、VSE-PHM软件平台 119
三、iTrend软件系统 120
四、PHM Design软件平台 121
第五节 国外航空故障预测与健康管理系统的验证方法 121
一、航电系统的测试性验证 121
二、机电和动力系统的试验或半实物验证 128
三、结构SHM验证方法 137
(1)结构健康监测综述 137
(2)结构健康监测—结构损伤识别 141
(3)SHM中常用的信号处理方式及损伤识别算法 142
第四章 国外航空领域故障预测与健康管理(PHM)技术发展及应用 145
第一节 国外航空领域故障预测与健康管理技术发展现状 145
(1)国外PHM技术发展情况 145
(2)国外PHM验证评价系统特点及趋势 147
(3)全球装备故障预测和健康管理(PHM)行业市场前景预测 148
第二节 国外固定翼飞机PHM系统 149
一、F-35联合攻击战斗机PHM系统 149
(1)F-35C预测诊断和完好性管理(PHM)系统 151
(2)F-35 PHM系统框架和所用技术 157
二、飞机综合诊断系统(IDS) 158
三、先进维护和运营支持系统(AMOSS) 162
四、飞机维修分析系统(AIRMAN) 165
五、民用飞机健康管理系统(AHM) 168
第三节 国外直升机PHM系统 173
一、古德里奇宇航公司HUMS系统(IMD-HUMS) 173
二、空中客车直升机公司HUMS系统 175
三、霍尼韦尔宇航公司HUMS系统(RECON) 178
第四节 国外航空发动机PHM系统 179
一、美国空军航空发动机监测的诊断及预测系统ProDAPS 179
(1)航空发动机健康管理系统功能架构 179
二、EJ200发动机状态监控系统 184
三、F119发动机的DHM系统 186
四、F-35/F135发动机的PHM系统 186
第五节 国外航空领域PHM技术发展计划 187
一、NASA飞行器综合健康管理(IVHM) 187
二、欧盟针对新型维修方案的技术与方法(TATEM) 189
三、英国的增强系统与结构适用性的无线技术(WiTNESSS) 190
第五章 国外武器装备领域故障预测与健康管理(PHM)技术发展及应用 191
第一节 国外武器装备PHM系统 191
一、用于海麻雀导弹的RFID系统 191
二、挂飞健康监测系统(CCHM) 191
三、提高导弹使用管理决策支持能力系统(LCMEM) 193
四、遥测战备器材预测/诊断系统(RRAPDS) 195
第二节 武器装备故障预测与健康管理技术 196
一、武器装备故障模式及演化机理规律与模型 196
二、武器装备健康状态监测技术 196
三、武器装备健康评估与故障预测技术 197
四、武器装备智能推理与决策支持技术 199
第三节 导弹装备故障预测与健康管理技术 199
一、导弹装备系统特点 199
二、导弹装备健康管理的关键技术 200
三、导弹装备健康管理系统的发展趋势 203
第四节 装甲装备故障预测与健康管理技术 203
一、装甲装备PHM技术的研究内容 203
二、装甲装备PHM系统结构 205
第六章 国外其他领域故障预测与健康管理(PHM)技术发展及应用 207
第一节 国外航天器PHM系统 207
一、航天飞行器综合健康管理(IVHM) 207
二、综合系统健康管理(ISHM) 214
第二节 国外典型船舶PHM系统 223
一、舰船综合状态评估系统(ICAS) 223
二、预测增强诊断系统(PEDS) 228
第三节 国外军用车辆PHM系统 228
一、车辆健康管理系统(VHMS) 228
二、嵌入式平台后勤系统(EPLS) 229
三、美国陆军诊断改进计划(ADIP) 232
第四节 PHM技术在其他领域的应用概况 233
(1)高端装备(工业机器人)领域故障预测和健康管理(PHM)行业应用概述 233
(2)高端装备(工业机器人)领域故障预测和健康管理应用基本架构 234
(3)高端装备(工业机器人)领域故障预测和健康管理应用案例 239
(4)PHM技术应用总结 241
第七章 我国故障预测与健康管理(PHM)技术评估与发展建议 242
第一节 我国故障预测与健康管理技术发展水平评估 242
第二节 我国故障预测与健康管理技术发展面临的主要问题 243
第三节 关于加快我国故障预测与健康管理技术的措施建议 244
第四节 我国装备故障预测和健康管理(PHM)行业专利申请及公开情况 245
(1)装备故障预测和健康管理(PHM)专利申请 245
(2)装备故障预测和健康管理(PHM)专利公开 246
(3)装备故障预测和健康管理(PHM)热门申请人 247
(4)装备故障预测和健康管理(PHM)热门技术 248
第八章 我国故障预测与健康管理(PHM)行业发展状况 251
第一节 中国装备故障预测和健康管理(PHM)行业发展历程分析 251
第二节 中国装备故障预测和健康管理(PHM)行业竞争状况 252
一、中国装备故障预测和健康管理(PHM)行业波特五力模型分析 252
(1) 装备故障预测和健康管理(PHM)行业现有竞争者之间的竞争分析 252
(2)装备故障预测和健康管理(PHM)行业关键要素供应商议价能力分析 254
(3)装备故障预测和健康管理(PHM)行业消费者议价能力分析 254
(4) 装备故障预测和健康管理(PHM)行业潜在进入者分析 255
(5) 装备故障预测和健康管理(PHM)行业替代品风险分析 256
(6)装备故障预测和健康管理(PHM)行业竞争情况总结 257
二、中国装备故障预测和健康管理(PHM)行业市场竞争布局状况 258
(1)中国装备故障预测和健康管理(PHM)行业竞争者入场进程 258
(2) 中国装备故障预测和健康管理(PHM)行业竞争者区域分布热力图 259
(3)中国装备故障预测和健康管理(PHM)行业市场集中度分析 260
第三节 装备故障预测和健康管理(PHM)行业产业链分析 261
第九章 中国装备故障预测和健康管理(PHM)行业市场前瞻 264
第一节 中国装备故障预测和健康管理(PHM)行业发展潜力评估 264
第二节 中国装备故障预测和健康管理(PHM)行业发展前景预测 265
第三节 中国装备故障预测和健康管理(PHM)行业发展趋势预判 266
一、 集成智能健康管理系统将得到进一步扩展 266
二、无线传感网络化健康管理系统具有较强市场竞争力 267
三、云诊断平台向智能运维平台转型 269
四、全行业向着智能化与一体化发展布局 269
五、武器装备领域市场发展潜力较大 270
图表目录
图表1: PHM技术具备如下明显优势 15
图表2: PHM的体系构成 16
图表3: 美国国防部和 NASA 在 PHM/ISHM 相关技术方面的演变过程 18
图表4: 国外已公开的PHM相关验证系统 20
图表5: 2018-2023年全球装备故障预测和健康管理(PHM)行业市场规模 22
图表6: PHM主要有3种应用模式 23
图表7: PHM应用领域 24
图表8: 2018-2023年美国装备故障预测和健康管理(PHM)行业市场规模 26
图表9: 美国装备故障预测和健康管理(PHM)行业代表性企业分析 26
图表10: 2018-2023年英国装备故障预测和健康管理(PHM)行业市场规模 28
图表11: 英国装备故障预测和健康管理(PHM)行业代表性企业分析 29
图表12: 2018-2023年中国装备故障预测和健康管理(PHM)行业市场规模 31
图表13: 中国装备故障预测和健康管理(PHM)行业代表性企业分析 32
图表14: PHM技术特点 34
图表15: PHM系统中的传感器应用技术 36
图表16: 图表: 不同类型“状态”间的相互关系 39
图表17: 在PHM系统集成应用方面 42
图表18: 在提高故障诊断与预测精度方面 42
图表19: PHM系统常见功能 44
图表20: 系统设计过程中涉及到的关键技术 45
图表21: PHM技术应用状况 46
图表22: F-35战斗机PHM系统工作流程 46
图表23: 故障预测方法的分类 48
图表24: 机电系统故障预测的主要实现方法 50
图表25: PHM系统总体技术框架 51
图表26: 集中式结构示意图 52
图表27: 分布式结构示意图 53
图表28: 分布式结构示意图 53
图表29: 航空装备PHM系统体系结构 54
图表30: 航天器地面PHM系统结构 55
图表31: 地空导弹装备PHM系统体系结构 55
图表32: 舰船装备PHM系统体系结构 56
图表33: 测试性验证试验的实验过程 58
图表34: 军用电子装备故障诊断特点 61
图表35: 电子装备的故障智能诊断系统还具有以下特点 61
图表36: 诊断知识的获取方法 64
图表37: 体系结构示意图 66
图表38: 技术架构示意图 66
图表39: 技术架构 67
图表40: 典型组织运用示意图 69
图表41: 0SA- CBM体系结构 70
图表42: PHM系统结构分类 70
图表43: 模块化设计特点 71
图表44: 结构化方法将体系结构分类 73
图表45: 基于结构化方法的体系结构设计 74
图表46: 5个步骤 74
图表47: 迭代的基本过程 75
图表48: 迭代的基本过程 76
图表49: 以活动为中心的体系结构开发过程 77
图表50: 复杂装备的集中-分布式PHM系统总体结构 79
图表51: 数据采集系统结构 79
图表52: 开放式模块化的PHM系统软件结构 81
图表53: 机器学习在其它方面的应用还包括 84
图表54: 数字电路的故障分类 85
图表55: 现有的针对数字电路的故障诊断方法 86
图表56: 基于物理模型的故障预测方案流程 87
图表57: 基于机器学习的故障预测与健康管理方案 88
图表58: 采集方案结构示意图 89
图表59: PHM技术的六大技术模块 91
图表60: PHM技术面临的挑战 92
图表61: 较低层次的信号层(或数据层)融合、较高层次的特征层融合、最高层次的决策层融合 95
图表62: 三个层次的融合方法 96
图表63: PHM 系统中,通用决策推理流程 97
图表64: 信息融合研究方面存在的问题 98
图表65: CBM相关标准 99
图表66: PHM相关标准 100
图表67: HUMS相关标准 101
图表68: PHM建模过程总览 103
图表69: 5S方法论 104
图表70: 监控层次 105
图表71: 飞机结构PM系统体系结构 107
图表72: 基于设计架构的PHM系统验证与评估 110
图表73: 核查与验证关系 114
图表74: PHM验证 116
图表75: 利用SureSense软件开发PHM流程 117
图表76: Suresense软件应用实例 118
图表77: Ⅴ SE-PHM软件的模型创建包括 119
图表78: itrend软件系统架构,包括3部分 120
图表79: 数字化检验系统组成框图 122
图表80: 测试控制脚本的组成结构 124
图表81: 结果生成系统的功能流程图 125
图表82: 结果生成系统的功能流程图 127
图表83: 国内在机电系统综合设计能力和试验验证能力方面与国外差距体现 129
图表84: 分布式机电系统构型体系特点 130
图表85: 系统数字仿真阶段系统仿真模块划分及实现 131
图表86: 半实物仿真阶段系统架构示意图 132
图表87: 分布式机电控制管理系统设计各阶段工作 133
图表88: 半实物仿真平台功能测试具体流程 134
图表89: 数字仿真波形及示波器采集波形 135
图表90: 结构健康监测系统组成 138
图表91: 结构损伤识别四个层次 141
图表92: SHM中常用的信号处理方式及损伤识别算法 142
图表93: 美国已公开的PHM验证系统 146
图表94: PHM技术层次 148
图表95: 2023-2029年全球装备故障预测和健康管理(PHM)行业市场规模预测 148
图表96: F-35C具有以下许多新的技术特点 153
图表97: PHM为F-35的后勤保障提供了以下四方面变革的潜力 156
图表98: F-35 PHM系统框架和所用技术 157
图表99: 飞机综合诊断系统结构 159
图表100: 智能BIT的主要研究内容 160
图表101: PHM系统结构示意图 161
图表102: 绍AIRMAN 的主要页面和功能特征 166
图表103: 民用飞机健康管理系统结构设计 169
图表104: 民用飞机健康管理系统模块设计 171
图表105: 民用飞机健康管理系统展望 172
图表106: RECON的主要优势 178
图表107: 健康管理系统使用模式 180
图表108: 健康管理系统功能组成 181
图表109: EJ200发动机健康管理系统功能与架构 184
图表110: EJ200地面EHM系统功能 185
图表111: 综合健康管理活动模型 187
图表112: OSA-CBM通用标准架构 188
图表113: CCHM安装在阿帕奇直升机携带的海尔法II导弹上 191
图表114: CCHM模型示意图 192
图表115: LCMEM系统原理示意图 193
图表116: LCMEM系统应用 194
图表117: 目前,故障预测方法 197
图表118: 采用的故障预测方法 200
图表119: 导弹装备健康管理系统的发展趋势 203
图表120: PHM 系统包含以下主要功能 204
图表121: IVHM系统的功能分层 209
图表122: IVHM系统结构 210
图表123: 三推理机的IVHM系统结构 212
图表124: 基于ISHM系统云服务的客户支援及维护保障使用场景 217
图表125: 集成系统健康管理解决方案 217
图表126: 我国航空综合系统健康管理发展的现存问题思考 219
图表127: 我国航空综合系统健康管理的发展路径思考 221
图表128: 典型ICAS系统的舰上分系统安装示意 223
图表129: DDG-1000环境中的eRM 226
图表130: 美国陆军VHMS研究计划实现能力的未来渐进发展 229
图表131: 车辆嵌入式平台后勤系统车辆组件 230
图表132: 新型车辆(复杂程度高)应用的网络化HUMS 230
图表133: 机器人PHM的技术路线 233
图表134: 工业机器人PHM架构图 234
图表135: 伺服电机PHM 系统总体结构 239
图表136: 国内PHM技术发展状况 242
图表137: 我国故障预测与健康管理技术发展面临的主要问题 243
图表138: 我国PHM技术的发展建议 245
图表139: 2018-2022我国装备故障预测和健康管理(PHM)相关专利申请数量 245
图表140: 2018-2023我国装备故障预测和健康管理(PHM)相关专利公开数量 247
图表141: 2018-2023年6月中国装备故障预测和健康管理(PHM)行业各专利申请人专利数量统计 247
图表142: 中国装备故障预测和健康管理(PHM)行业IPC分类号数量统计 248
图表143: 中国装备故障预测和健康管理(PHM)行业CPC分类号数量统计 249
图表144: 我国PHM系统发展历程 251
图表145: 装备故障预测和健康管理(PHM)行业现有竞争者之间的竞争分析 252
图表146: 装备故障预测和健康管理(PHM)行业关键要素供应商议价能力分析 254
图表147: 装备故障预测和健康管理(PHM)行业消费者议价能力分析 255
图表148: 装备故障预测和健康管理(PHM)行业潜在进入者分析 256
图表149: 装备故障预测和健康管理(PHM)行业替代品风险分析 256
图表150: 中国装备故障预测和健康管理(PHM)波特五力模型分析结论 257
图表151: 中国装备故障预测和健康管理(PHM)行业竞争者入场进程 259
图表152: 中国装备故障预测和健康管理(PHM)行业竞争者区域分布热力图 259
图表153: 中国装备故障预测和健康管理(PHM)行业市场竞争梯队 260
图表154: PHM系统行业产业链 262
图表155: 装备故障预测和健康管理(PHM)产业链生态图谱 262
图表156: 2023-2029年中国装备故障预测和健康管理(PHM)行业市场规模预测 264
图表157: 集成智能健康管理系统将得到进一步扩展 266
图表158: 2019-2022年中国国防费预算 270
购买人 | 会员级别 | 数量 | 属性 | 购买时间 |
---|
报告研究方法
报告主要采用的分析方法和模型包括但不限于:- 波特五力模型分析法- SWOT分析法- PEST分析法- 图表分析法- 比较与归纳分析法- 定量分析法- 预测分析法- 风险分析法……报告运用和涉及的行业研究理论包括但不限于:- 产业链理论- 生命周期理论- 产业布局理论- 进入壁垒理论- 产业风险理论- 投资价值理论……数据来源报告统计数据主要来自智研瞻产业研究院、国家统计局、地方统计局、海关总署、行业协会、工信部数据等有关部门和第三方数据库;部分数据来自业内企业、专家、资深从业人员交流访谈;消费者偏好数据来自问卷调查统计与抽样统计;公开信息资料来自有相关部门网站、期刊文献网站、科研院所与高校文献;其他数据来源包括但不限于:联合国相关统计网站、海外国家统计局与相关部门网站、其他国内外同业机构公开发布资料、国外统计机构与民间组织等等。
报告研究基于研究团队收集到的大量一手和二手信息,研究过程综合考虑行业各种影响因素,包括市场环境、产业政策、历史数据、行业现状、竞争格局、技术革新、市场风险、行业壁垒、机遇以及挑战等。
通过对特定行业长期跟踪监测,分析行业供给端、需求端、经营特性、盈利能力、产业链和商业模式等方面的内容,整合行业、市场、企业、渠道、用户等多层面数据和信息资源,为客户提供深度的行业市场研究报告,全面客观的剖析当前行业发展的总体市场容量、竞争格局、细分数据、进出口及市场需求特征等,并根据各行业的发展轨迹及实践经验,对行业未来的发展趋势做出客观预测。
智研瞻产业研究院建立了严格的数据清洗、加工和分析的内控体系,分析师采集信息后,需严格按照公司评估方法论和信息规范的要求,并结合自身专业经验,对所获取的信息进行整理、筛选,最终通过综合统计、分析测算得相关产业研究成果。