摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第9-13页 |
1.1 研究的背景与意义 | 第9-11页 |
1.1.1 研究的背景 | 第9-10页 |
1.1.2 研究的意义 | 第10-11页 |
1.2 研究内容与方法 | 第11-13页 |
1.2.1 研究内容 | 第11-12页 |
1.2.2 研究方法 | 第12-13页 |
第二章 相关理论概述 | 第13-23页 |
2.1 备件管理的理论 | 第13-14页 |
2.2 供应链管理理论概述 | 第14-16页 |
2.3 信息技术在备件管理中的应用 | 第16-17页 |
2.4 设备机械故障预测理论 | 第17-23页 |
2.4.1 设备机械故障预测诊断技术现状 | 第17-18页 |
2.4.2 设备机械故障预测的基本概念 | 第18-20页 |
2.4.3 人工神经网络的组成及特点 | 第20-22页 |
2.4.4 人工神经网络模型在设备机械故障预测中的应用 | 第22-23页 |
第三章 集团公司综机备件管理现状分析 | 第23-33页 |
3.1 综机设备管理运营的特点及备件管理现状 | 第23-28页 |
3.1.1 综机设备管理运营的特点 | 第23-24页 |
3.1.2 综机备件管理现状 | 第24-28页 |
3.2 数据对比 | 第28-32页 |
3.3 现存问题分析 | 第32-33页 |
第四章 备件管理的优化与改进 | 第33-64页 |
4.1 备件库存管理模型的建立 | 第33-35页 |
4.1.1 备件库存管理的工作流程 | 第33页 |
4.1.2 备件库存管理的主要内容 | 第33-35页 |
4.2 备件库存管理方案设计 | 第35-46页 |
4.3 备件购买决策的改善 | 第46-49页 |
4.3.1 采购决策前提条件——不允许缺货 | 第46-48页 |
4.3.2 采购决策的先决条件——允许缺货 | 第48-49页 |
4.4 企业备件信息管理的更新 | 第49-58页 |
4.5 人工神经网络模型在采煤机摇臂齿轮箱故障预测中的应用 | 第58-60页 |
4.6 改进效果预估 | 第60-64页 |
第五章 总结与展望 | 第64-66页 |
5.1 总结 | 第64-65页 |
5.2 工作展望 | 第65-66页 |
致谢 | 第66-67页 |
参考文献 | 第67-68页 |