| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题来源及背景 | 第8-9页 |
| 1.2 课题研究的目的和意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.4 研究内容梗概 | 第13-15页 |
| 第2章 可靠性分析法的理论基础 | 第15-25页 |
| 2.1 可靠性理论 | 第15-20页 |
| 2.1.1 可靠性指标 | 第15-18页 |
| 2.1.2 常用的寿命分布 | 第18-20页 |
| 2.1.2.1 指数分布 | 第18页 |
| 2.1.2.2 Gamma分布 | 第18-19页 |
| 2.1.2.3 威布尔分布 | 第19-20页 |
| 2.2 车门系统可靠性评估的相关理论介绍 | 第20-24页 |
| 2.2.1 小子样理论 | 第20-21页 |
| 2.2.2 GO法 | 第21-23页 |
| 2.2.3 蒙特卡罗法 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 小样本下车门部件可靠性评估方法 | 第25-37页 |
| 3.1 单元可靠性BAYES小样本评估方法 | 第25页 |
| 3.1.1 定时截尾无故障试验数据模型 | 第25页 |
| 3.2 小样本下威布尔无失效分布单元参数估计 | 第25-31页 |
| 3.2.1 pi的多层Bayes估计 | 第26-29页 |
| 3.2.1.1 确定机械部件的先验分布 | 第26-27页 |
| 3.2.1.2 失效概率p1的Bayes估计 | 第27-28页 |
| 3.2.1.3 失效概率p2的Bayes估计 | 第28页 |
| 3.2.1.4 失效概率pi的Bayes估计 | 第28-29页 |
| 3.2.2 Weibull分布的参数估计 | 第29-30页 |
| 3.2.3 威布尔分布转化成指数分布 | 第30-31页 |
| 3.3 小样本下指数分布单元参数估计 | 第31-33页 |
| 3.3.1 确定电器部件的先验分布 | 第31-32页 |
| 3.3.2 失效率的多层Bayes估计 | 第32-33页 |
| 3.3.3 引入故障信息后的可靠性指标估计 | 第33页 |
| 3.4 基于BAYES法对车门部件进行可靠性分析 | 第33-36页 |
| 3.4.1 基于Bayes法对车门系统的机械部件进行可靠性分析 | 第33-34页 |
| 3.4.2 基于Bayes法对车门系统电器部件进行可靠性分析 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于GO-SS法的地铁客车车门系统可靠性研究 | 第37-52页 |
| 4.1 地铁车辆车门特点 | 第37页 |
| 4.2 地铁车辆传动式门系统概述 | 第37-40页 |
| 4.2.1 地铁车门种类介绍 | 第37-38页 |
| 4.2.2 地铁车辆电动齿带传动式门结构 | 第38-40页 |
| 4.2.3 车门系统工作原理 | 第40页 |
| 4.2.4 车门系统故障分析 | 第40页 |
| 4.3 基于BAYES-GO的车门系统可靠性建模 | 第40-45页 |
| 4.3.1 车门开启逻辑原理 | 第41-42页 |
| 4.3.2 基于GO法对可靠性进行建模 | 第42-45页 |
| 4.4 基于GO法对车门系统可靠性进行评估 | 第45-51页 |
| 4.4.1 基于GO法对车门系统可靠性分析 | 第45-47页 |
| 4.4.2 车门系统可靠性计算 | 第47-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 基于蒙特卡罗方法车门系统可靠性仿真 | 第52-60页 |
| 5.1 随机数的生成 | 第52页 |
| 5.2 用蒙特卡罗方法进行抽样 | 第52-55页 |
| 5.2.1 系统状态抽样方法 | 第52-54页 |
| 5.2.2 正态分布下平均维修时间状态抽样方法 | 第54-55页 |
| 5.2.3 仿真收敛性评价指标 | 第55页 |
| 5.3 客车车门系统的蒙特卡罗仿真 | 第55-58页 |
| 5.3.1 可靠性指标仿真 | 第55-57页 |
| 5.3.2 仿真结果分析 | 第57-58页 |
| 5.4 本章小结 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表的论文 | 第66页 |
