本书主要讨论了复杂不确定条件下随机退化装备的剩余寿命预测方法及应用。在对当前剩余寿命预测方法综述的基础上，分别考虑不确定因素、随机冲击、分阶段等不确定条件下统计数据驱动的自适应预测方法，进一步考虑数据缺失、多指标相关性等不确定情况下基于深度学习等智能算法的剩余寿命预测方法。全书内容新颖、体系合理、理论方法与实践应用深度融合，不仅包括了基于统计数据驱动的剩余寿命预测方法，还包括了近期新的基于智能算法的剩余寿命预测方法，且均通过实例进行了验证分析，反映了国内外在剩余寿命预测方向上研究与应用的近期新进展。
本书可作为剩余寿命预测方向的研究生教材，也可为长期从事随机过程剩余寿命预测、深度学习剩余寿命预测等方面理论研究或应用研究的科研人员提供参考。
第1章 绪论
1.1剩余寿命预测的研究进展
1.2复杂不确定条件下的剩余寿命预测方法综述
1.2.1机器学习的剩余寿命预测
1.2.2统计数据驱动的剩余寿命预测
1.2.3基于融合思想的剩余寿命预测
1.3复杂不确定条件下的剩余寿命预测面临的机遇与挑战
1.3.1机遇
1.3.2挑战
第2章 存在多层不确定影响下的随机退化装备剩余寿命预测方法·
2.1引言
2.2表征三层不确定性的非线性退化建模
2.3三层不确定性下的剩余寿命预测方法
2.4三层不确定性下非线性模型的参数估计
2.5仿真验证与实例研究
2.5.1数值仿真
2.5.2航空铝合金疲劳裂纹增长退化数据
2.5.3惯性平台陀螺仪漂移退化数据
2.6本章小结
第3章 测量不确定性影响下的随机退化装备自适应剩余寿命预测方法…
3.1引言
3.2问题描述与退化建模
3.3剩余寿命预测分布推导和自适应预测
3.4参数估计
3.5仿真验证与实例研究
3.5.1仿真验证
3.5.2锂电池实例研究
3.6本章小结
……
