| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-13页 |
| 1.2 研究内容和目标 | 第13-14页 |
| 1.3 本文的组织结构 | 第14-16页 |
| 2 退化模型与剩余寿命预测方法研究现状综述 | 第16-35页 |
| 2.1 退化模型研究现状 | 第16-21页 |
| 2.2 基于退化数据的剩余寿命预测方法研究现状 | 第21-28页 |
| 2.3 预测模型性能评估指标 | 第28-34页 |
| 2.4 本章小结 | 第34-35页 |
| 3 基于EM算法与Wiener过程的可靠性建模方法 | 第35-56页 |
| 3.1 引言 | 第35-37页 |
| 3.2 带随机效应的Wiener退化过程模型 | 第37-38页 |
| 3.3 随机效应约束下寿命分布函数的推导 | 第38-41页 |
| 3.4 基于EM算法的模型参数估计 | 第41-44页 |
| 3.5 仿真实验 | 第44-46页 |
| 3.6 实例研究 | 第46-54页 |
| 3.7 本章小结 | 第54-56页 |
| 4 基于逆高斯过程的剩余寿命预测方法 | 第56-73页 |
| 4.1 引言 | 第56-57页 |
| 4.2 基于逆高斯过程的退化建模 | 第57-60页 |
| 4.3 剩余寿命分布函数 | 第60-62页 |
| 4.4 Bayesian更新和EM算法协作下的模型参数估计 | 第62-65页 |
| 4.5 实验结果及分析 | 第65-72页 |
| 4.6 本章小结 | 第72-73页 |
| 5 基于均熵和稀疏贝叶斯学习的剩余寿命预测方法 | 第73-98页 |
| 5.1 引言 | 第73-74页 |
| 5.2 问题提出 | 第74-75页 |
| 5.3 剩余寿命预测方法 | 第75-86页 |
| 5.4 实例研究 | 第86-97页 |
| 5.5 本章小结 | 第97-98页 |
| 6 总结与展望 | 第98-101页 |
| 6.1 本论文工作总结 | 第98-99页 |
| 6.2 工作展望 | 第99-101页 |
| 致谢 | 第101-102页 |
| 参考文献 | 第102-115页 |
| 附录1 攻读博士学位期间发表的学术论文 | 第115-116页 |
| 附录2 公开发表的学术论文与博士学位论文的关系 | 第116-117页 |
| 附录3 攻读博士学位期间参与项目情况 | 第117页 |