| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-12页 |
| 第一章 绪论 | 第12-30页 |
| §1.1 概述 | 第12-14页 |
| §1.2 工程实践背景与研究意义 | 第14-19页 |
| §1.3 研究现状与存在问题的文献综述 | 第19-26页 |
| §1.3.1 国外研究现状 | 第19-24页 |
| §1.3.2 国内研究现状 | 第24-25页 |
| §1.3.3 存在问题 | 第25-26页 |
| §1.4 本文研究内容 | 第26-30页 |
| §1.4.1 研究基础与工程应用背景 | 第26-27页 |
| §1.4.2 研究内容 | 第27-28页 |
| §1.4.3 章节安排 | 第28-30页 |
| 第二章 e-维护模式远程协同诊断框架 | 第30-48页 |
| §2.1 E-诊断问题的描述 | 第30-33页 |
| §2.1.1 问题的提出 | 第30-31页 |
| §2.1.2 e-诊断输入输出关系模型 | 第31-33页 |
| §2.2 E-维护模式下诊断问题解析 | 第33-37页 |
| §2.2.1 e-维护模式下诊断活动分解 | 第33-35页 |
| §2.2.2 诊断角色定义 | 第35-36页 |
| §2.2.3 诊断方法分类及其适用范围评估 | 第36页 |
| §2.2.4 诊断信息流分析 | 第36-37页 |
| §2.3 面向E-维护的远程协同诊断求解框架 | 第37-43页 |
| §2.3.1 E-CFD远程协同诊断框架总体设计 | 第38-40页 |
| §2.3.2 诊断策略的细化过程 | 第40-41页 |
| §2.3.3 远程协同诊断场景设计 | 第41-43页 |
| §2.4 E-CFD框架内求解方法的选择 | 第43-47页 |
| §2.4.1 信息网络架构 | 第43-44页 |
| §2.4.2 信息流交互表达规范 | 第44-46页 |
| §2.4.3 解析算法 | 第46-47页 |
| §2.4.4 综合信息的深度利用 | 第47页 |
| §2.5 本章小结 | 第47-48页 |
| 第三章 远程协同故障诊断任务分解与资源配置 | 第48-68页 |
| §3.1 多资源协同诊断任务问题描述 | 第48-49页 |
| §3.2 协同诊断任务分解模型总体设计 | 第49-51页 |
| §3.2.1 任务分解方法分析 | 第49-50页 |
| §3.2.2 E-CFD任务分解过程模型总体结构 | 第50-51页 |
| §3.3 粗粒度静态诊断路径的规划 | 第51-60页 |
| §3.3.1 基本定义 | 第51-53页 |
| §3.3.2 诊断任务功能建模 | 第53-56页 |
| §3.3.3 应用研究 | 第56-60页 |
| §3.4 细粒度动态诊断任务分解 | 第60-64页 |
| §3.4.1 贝叶斯网络节点计算模型 | 第60-61页 |
| §3.4.2 邻接关系模型 | 第61-62页 |
| §3.4.3 细粒度诊断任务分解与执行路径规划 | 第62-64页 |
| §3.5 多约束条件下诊断资源配置 | 第64-67页 |
| §3.5.1 问题描述 | 第64-66页 |
| §3.5.2 问题求解 | 第66-67页 |
| §3.6 本章小结 | 第67-68页 |
| 第四章 基于博弈信息融合的远程协同故障诊断决策 | 第68-84页 |
| §4.1 协同诊断决策融合问题描述 | 第68-69页 |
| §4.2 博弈论方法的引入 | 第69-72页 |
| §4.2.1 诊断信息融合技术分析 | 第69-70页 |
| §4.2.2 博弈论在故障诊断领域中的应用分析 | 第70-71页 |
| §4.2.3 博弈论在诊断决策融合中的应用前景 | 第71-72页 |
| §4.3 协同诊断决策博弈融合模型设计 | 第72-76页 |
| §4.3.1 基本要素分析 | 第72页 |
| §4.3.2 功能模型设计 | 第72-75页 |
| §4.3.3 博弈融合过程 | 第75-76页 |
| §4.4 基于信息熵影响增强与减弱方法的融合算法 | 第76-80页 |
| §4.4.1 决策主体与目标 | 第76页 |
| §4.4.2 策略集与决策映射 | 第76-77页 |
| §4.4.3 融合矩阵的构建 | 第77-78页 |
| §4.4.4 支付效用的定义 | 第78-79页 |
| §4.4.5 复合结构 | 第79-80页 |
| §4.5 应用研究 | 第80-83页 |
| §4.5.1 场景分析 | 第80页 |
| §4.5.2 博弈基本要素定义 | 第80-82页 |
| §4.5.3 熵减支付博弈 | 第82-83页 |
| §4.6 本章小结 | 第83-84页 |
| 第五章 面向协同诊断的扩展行为智能仿真模型 | 第84-107页 |
| §5.1 协同诊断的智能化需求 | 第84-85页 |
| §5.2 故障诊断中的行为智能解析 | 第85-92页 |
| §5.2.1 常见智能故障诊断技术分析 | 第85-86页 |
| §5.2.2 行为知识与故障诊断 | 第86-87页 |
| §5.2.3 行为智能仿真模型的提出 | 第87-88页 |
| §5.2.4 行为智能仿真模型的应用研究 | 第88-92页 |
| §5.3 E-CFD框架下的扩展行为智能仿真模型 | 第92-95页 |
| §5.3.1 仿真建模方法适用性分析 | 第93-94页 |
| §5.3.2 扩展行为智能仿真模型层次结构 | 第94-95页 |
| §5.4 复杂系统的应用案例 | 第95-106页 |
| §5.4.1 故障检测系统的建立 | 第96-99页 |
| §5.4.2 故障诊断系统的建立 | 第99-102页 |
| §5.4.3 故障趋势预测系统的建立 | 第102-103页 |
| §5.4.4 协同故障检测与诊断系统的建立 | 第103-106页 |
| §5.5 本章小结 | 第106-107页 |
| 第六章 应用研究及原型系统开发 | 第107-121页 |
| §6.1 远程协同故障诊断E-CFD框架及关键技术的应用研究 | 第107-108页 |
| §6.2 远程协同故障诊断支持系统 | 第108-109页 |
| §6.3 UN-E-CFD功能需求分析 | 第109-110页 |
| §6.4 UN-E-CFD方案设计 | 第110-114页 |
| §6.4.1 技术评估 | 第110-111页 |
| §6.4.2 开发方案选择 | 第111-114页 |
| §6.5 UN-E-CFD系统的开发 | 第114-116页 |
| §6.5.1 系统结构 | 第114页 |
| §6.5.2 系统开发环境搭建 | 第114-116页 |
| §6.6 应用案例分析 | 第116-119页 |
| §6.7 本章小结 | 第119-121页 |
| 第七章 总结与展望 | 第121-125页 |
| §7.1 总论 | 第121页 |
| §7.2 本文工作内容及研究成果总结 | 第121-123页 |
| §7.2.1 本文工作及主要研究内容 | 第121-123页 |
| §7.2.2 本文主要研究成果与创新之处 | 第123页 |
| §7.3 后期工作展望 | 第123-125页 |
| 主要参考文献 | 第125-142页 |
| 附录A 常用诊断方法分类及其适用范围评估 | 第142-145页 |
| 攻读博士学位期间从事的科研项目与论文发表情况 | 第145-147页 |
| 致谢 | 第147-149页 |