| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-21页 |
| 1.1 课题的背景与意义 | 第11-12页 |
| 1.2 课题国内外研究现状 | 第12-18页 |
| 1.2.1 系统可靠性分析的研究现状 | 第12-16页 |
| 1.2.2 动车组可靠性分析的研究现状 | 第16-17页 |
| 1.2.3 故障树和贝叶斯网络的研究现状 | 第17-18页 |
| 1.3 存在的问题及解决思路 | 第18-19页 |
| 1.4 论文主要研究和结构安排 | 第19-21页 |
| 2 故障树和贝叶斯网络原理 | 第21-30页 |
| 2.1 故障树基本理论 | 第21-24页 |
| 2.1.1 故障树概述 | 第21-22页 |
| 2.1.2 故障树构建 | 第22-23页 |
| 2.1.3 故障树的定性和定量分析 | 第23页 |
| 2.1.4 T-S模糊故障树概述 | 第23-24页 |
| 2.2 贝叶斯网络基本理论 | 第24-28页 |
| 2.2.1 贝叶斯网络基本概念 | 第25-26页 |
| 2.2.2 贝叶斯网络推理 | 第26-27页 |
| 2.2.3 贝叶斯网络建模 | 第27-28页 |
| 2.2.4 技术路线的选择 | 第28页 |
| 2.3 模糊贝叶斯网络可靠性分析的整体框架 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 基于T-S模糊故障树的可靠性分析建模 | 第30-39页 |
| 3.1 T-S模糊故障树模型构建 | 第30-33页 |
| 3.1.1 事件描述 | 第30-32页 |
| 3.1.2 T-S模糊门 | 第32-33页 |
| 3.2 多态T-S模糊故障树模型 | 第33-36页 |
| 3.2.1 基于信心指数的专家调查法 | 第33-35页 |
| 3.2.2 多态T-S模糊故障树模型构建 | 第35-36页 |
| 3.3 多态T-S模糊故障树的重要度分析算法 | 第36-38页 |
| 3.3.1 T-S模糊重要度 | 第36-37页 |
| 3.3.2 T-S概率重要度 | 第37页 |
| 3.3.3 T-S关键重要度 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 基于模糊贝叶斯网络的可靠性分析 | 第39-50页 |
| 4.1 模糊贝叶斯网络 | 第39页 |
| 4.2 证据理论概念描述 | 第39-42页 |
| 4.2.1 识别框架 | 第40页 |
| 4.2.2 基本概率分配函数 | 第40页 |
| 4.2.3 信任及似然函数 | 第40-41页 |
| 4.2.4 合成规则 | 第41-42页 |
| 4.2.5 证据理论对贝叶斯网络的扩展 | 第42页 |
| 4.3 模糊贝叶斯网构建 | 第42-44页 |
| 4.3.1 由T-S模糊故障树构建模糊BN | 第42-43页 |
| 4.3.2 映射规则 | 第43-44页 |
| 4.3.3 模糊条件概率表 | 第44页 |
| 4.4 模糊贝叶斯网络可靠性分析 | 第44-47页 |
| 4.4.1 叶节点概率 | 第44-45页 |
| 4.4.2 系统事件的后验概率 | 第45页 |
| 4.4.3 重要度分析 | 第45-47页 |
| 4.4.4 灵敏度分析 | 第47页 |
| 4.5 实例分析 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 5 基于模糊贝叶斯网络的多态受电弓系统可靠性分析 | 第50-66页 |
| 5.1 受电弓系统结构及工作原理 | 第50-51页 |
| 5.2 受电弓系统故障分析 | 第51-55页 |
| 5.3 多态受电弓系统模糊贝叶斯网络可靠性模型构建 | 第55-60页 |
| 5.3.1 构建T-S模糊故障树受电弓系统可靠性分析模型 | 第55-59页 |
| 5.3.2 对T-S模糊故障树各基本事件进行信心指数修正专家调查 | 第59-60页 |
| 5.4 基于模糊贝叶斯网络的多态受电弓系统可靠性分析 | 第60-65页 |
| 5.5 本章小结 | 第65-66页 |
| 6 结论与展望 | 第66-68页 |
| 6.1 结论 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读学位期间的研究成果 | 第74页 |
