参考文献

[1] 大数据文摘.航空遇见大数据[EB/OL].https://cloud.tencent.com/developer/article/1131052，2018-05-21.

[2] 夏妍娜，王羽.大数据在德国汽车制造商宝马集团中的应用[J].智慧工厂，2017，2：81-84.

[3] Evans PC,Annunziata M.Industrial Internet:Pushing the boundaries of minds and machines[J].Scirepkanazawa Univ,2012,1:1-23.

[4] 李心萍.用大数据挖掘大价值[N].人民日报，2016-11-30（2）.

[5] 陈雪峰，訾艳阳.智能运维与健康管理[M].北京：机械工业出版社，2018.

[6] 维克托·迈尔·舍恩伯格.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛.译.浙江：浙江人民出版社，2012.

[7] 雷亚国，贾峰，孔德同，等.大数据下机械智能故障诊断的机遇与挑战[J].机械工程学报，2018，54（5）：94-104.

[8] JARDINE A K S,TSANG A H C.Maintenance,Replacement,and Reliability:Theory and Applications[M].CRC press,2013.

[9] PUSEY H C,HOWARD P L.An historical view of mechanical failure prevention technology [J].Sound and Vibration,2008,42(5):10-19.

[10]李杰.工业大数据[M].邱伯华，等译.北京：机械工业出版社，2015.

[11] Center for Interlligent Maintenance Systems[EB/OL].http://www.imscenter.net/IMS.

[12]中国民航网.罗尔斯·罗伊斯推出智能发动机愿景[EB/OL].http://www.caacnews.com.cn/1/88/201802/t20180208_1240605.html，2018-02-08.

[13] Centre for Maintenance Optimization and Reliability Engineering[EB/OL].https://cmore.mie.utoronto.ca/.

[14] PHM Society.PHM Data Challenge[EB/OL].https://www.phmsociety.org/events/conference/phm/15/data-challenge.

[15]中华人民共和国国务院.国家中长期科学和技术发展规划纲要（2016—2020年）[EB/OL].http://www.gov.cn/jrzg/2006-02/09/content_183787.htm，2006-02-09.

[16]国家自然科学基金委员会工程与材料学部.机械工程学科发展战略报告（2011～2020）[M].北京：科学出版社，2010.

[17]中国工程院“制造强国战略研究”项目组.中国智能制造发展战略研究[J].中国工程科学，2018，20（4）：1-8.

[18]中国信息通信研究院.首届中国工业大数据创新竞赛在京正式启动[EB/OL].http://www.caict.ac.cn/xwdt/ynxw/201804/t20180426_157350.htm，2017-07-03.

[19]孟小峰，慈祥.大数据管理：概念，技术与挑战[J].计算机研究与发展，2013，50（1）：146-169.

[20]李学龙，龚海刚.大数据系统综述[J].中国科学：信息科学，2015，45（1）：1-44.

[21]何正嘉，陈进，王太勇，褚福磊.机械故障诊断理论及应用[M].北京：高等教育出版社，2010.

[22]林京，赵明.变转速下机械设备动态信号分析方法的回顾与展望[J].中国科学：技术科学，2015，45（7）：669-686.

[23] FENG Z,ZHOU Y,ZUO M J,et al.Atomic decomposition and sparse representation for complex signal analysis in machinery fault diagnosis:A review with examples[J].Measurement,2017,103:106-132.

[24]何正嘉，訾艳阳，孟庆丰，等.机械设备非平稳信号的故障诊断原理及应用[M].北京：高等教育出版社，2001.

[25]褚福磊，彭志科，冯志鹏，李志农.机械故障诊断中的现代信号处理方法[M].北京：科学出版社，2009.

[26]于德介，程军圣，杨宇.机械故障诊断的Hilbert-Huang变换方法[M].北京：科学出版社，2007.

[27] LEI Y,YANG B,JIANG X,et al.Applications of machine learning to machine fault diagnosis:A review and roadmap[J].Mechanical Systems and Signal Processing,2020,138:106587.

[28]周志华.机器学习[M].北京：清华大学出版社，2016.

[29]雷亚国，何正嘉.混合智能故障诊断与预示技术的应用进展[J].振动与冲击，2011，30（9）：129-135.

[30] LECUN Y,BENGIO Y,HINTON G.Deep learning[J].Nature,2015,521(7553):436-444.

[31] KHAN S,YAIRI T.A review on the application of deep learning in system health management[J].Mechanical Systems and Signal Processing,2018,107:241-265.

[32] LEI Y,LI N,GUO L,et al.Machinery health prognostics:A systematic review from data acquisition to RUL prediction[J].Mechanical Systems and Signal Processing,2018,104:799-834.

[33]张小丽，陈雪峰，李兵，等.机械重大装备寿命预测综述[J].机械工程学报，2011，47（11）：100-116.

[34]涂善东，轩福贞，王卫泽.高温蠕变与断裂评价的若干关键问题[J].金属学报，2009，45（7）：781-787.

[35] SANTECCHIA E,HAMOUDA A M S,MUSHARAVATI F,et al.A review on fatigue life prediction methods for metals[J].Advances in Materials Science and Engineering,2016:9573524.

[36] LEE J,WU F,ZHAO W,et al.Prognostics and health management design for rotary machinery systems-Reviews,methodology and applications[J].Mechanical Systems and Signal Processing,2014,42(1-2):314-334.

[37] KAN M S,TAN A C C,MATHEW J.A review on prognostic techniques for non-stationary and non-linear rotating systems[J].Mechanical Systems and Signal Processing,2015,62-63:1-20.

[38] WANG Y,ZHAO Y,ADDEPALLI S.Remaining useful life prediction using deep learning approaches:A review[J].Procedia Manufacturing,2020,49:81-88.

[39]裴洪，胡昌华，司小胜，等.基于机器学习的设备剩余寿命预测方法综述[J].机械工程学报，2019，55（8）：1-13.

[40] SI X,WANG W,HU C,et al.Remaining useful life estimation-a review on the statistical data driven approaches[J].European Journal of Operational Research,2011,213(1):1-14.

[41] ZHANG Z,SI X,HU C,et al.Degradation data analysis and remaining useful life estimation:A review on Wiener-process-based methods[J].European Journal of Operational Research,2018,271(3):775-796.

[42]曾声奎，MICHAEL G.PECHT，吴际.故障预测与健康管理（PHM）技术的现状与发展[J].航空学报，2005，26（5）：626-632.

[43]莫固良，汪慧云，李兴旺，等.飞机健康监测与预测系统的发展及展望[J].振动、测试与诊断，2013，33（6）：925-930+1089.

[44]罗荣蒸，孙波，张雷，等.航天器预测与健康管理技术研究[J].航天器工程，2013，22（4）：95-102.

[45] MARK S,JEFF S,LEE B.The NASA Integrated vehicle health management technology experiment for X-37[C]//Conference on Component and Systems Diagnostics,Prognostics,and Health Management in Orlando,USA,April 3-4,2002:49-60.