本书系统地介绍了可靠性、维修性及预测性智能维护的基本概念、基本理论及其工程应用。在第2版中特别增加了大数据智能维护技术一章，主要为学生和本书读者介绍新的智能维护技术，以及服务与我国智能制造高水平人才培养需求。全书内容共有3部分：*部分为可靠性工程，包括基础知识、常用分布函数、可靠性系统、可靠性设计、故障模式影响及危害性分析、故障树分析等；第二部分为智能维护系统，包括维护管理系统、维修性和可用性、预测性智能维护等；第三部分为相关技术论题，包括智能维护集成工具关键技术与大数据环境下的智能维护关键技术。 本书可作为高等院校机械工程、电气工程等相关学科或专业的研究生、本科生教材，也可作为从事可靠性与智能维护研究的科研人员的参考书。

目录 **部分 可靠性工程 第1章 可靠性概论 1.1可靠性的基本概念 1.2可靠性的特征量 1.3概率的基本概念及基本运算 第2章 可靠性问题中常用的分布函数 2.1二项分布 2.2泊松分布 2.3指数分布 2.4正态分布 2.5对数正态分布 2.6韦布尔分布 2.7次序统计分布 2.8极值分布 第3章 可靠性系统 3.1串联系统 3.2并联系统 3.3混联系统 3.4表决系统 3.5储备系统 3.6复杂系统 第4章 可靠性设计 4.1可靠性设计 4.2可靠性分配 4.3故障分析 4.4系统**与故障分析树 第二部分 智能维护系统 第5章 维护管理系统介绍 5.1设备维护管理发展历程 5.2设备维护管理模型 5.3 设备维护管理系统的构建 第6章 维修性、维修和可用性 6.1 维修性的概念 6.2停机时��分析 6.3维修性参数 6.4维修时间分布 6.5维修类型 6.6预防性维修策略 6.7维修费用 6.8维修优化 6.9维修性验证 6.10可用性 6.11后勤保障 第7章 预测性智能维护 7.1原理与优势 7.2信号处理与在线监测技术 7.3数据融合技术 7.4数据挖掘 7.5智能预诊技术 第三部分 相关技术论题 第8章 智能维护集成工具关键技术 8.1 基于J2EE的智能维护集成工具 8.2 基于J2EE平台的智能维护关键技术 8.3 基于J2EE的智能维护集成工具开发 第9章 基于大数据的智能维护技术 9.1大数据智能维护 9.2挖局工业大数据价值的核心技术——GPS 9.3基于大数据的深度学习技术 9.4 基于大数据的刀具磨损状态智能诊断 参考文献