| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-15页 |
| 1.1 引言 | 第10-11页 |
| 1.2 真空玻璃传热过程和现代工业产品寿命预测研究现状 | 第11-12页 |
| 1.3 论文研究的内容 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 2 真空玻璃保温性能和真空寿命 | 第15-21页 |
| 2.1 引言 | 第15页 |
| 2.2 真空玻璃及其特性 | 第15-18页 |
| 2.2.1 真空玻璃的结构 | 第15-16页 |
| 2.2.2 真空玻璃的传热过程 | 第16-18页 |
| 2.3 真空玻璃传热系数及其标准测量方法 | 第18-20页 |
| 2.4 真空玻璃真空寿命标准 | 第20页 |
| 2.5 本章小结 | 第20-21页 |
| 3 基于动态温度数据的真空玻璃保温性能检测研究 | 第21-29页 |
| 3.1 引言 | 第21页 |
| 3.2 真空玻璃保温性能分析实验可行性分析 | 第21-24页 |
| 3.2.1 PCA分析方法 | 第21页 |
| 3.2.2 通过PCA分析方法确定真空玻璃传热系数主元 | 第21-24页 |
| 3.3 真空玻璃保温性能实验 | 第24-25页 |
| 3.3.1 真空玻璃保温性能实验原理 | 第24页 |
| 3.3.2 真空玻璃保温性能实验流程 | 第24-25页 |
| 3.4 真空玻璃保温性能数据分析处理 | 第25-27页 |
| 3.4.1 数据采集 | 第25页 |
| 3.4.2 数据处理 | 第25页 |
| 3.4.3 数据曲线初步分析 | 第25-27页 |
| 3.5 真空玻璃保温性能特征点的分析 | 第27-28页 |
| 3.6 真空玻璃保温性能实验结论 | 第28页 |
| 3.7 本章小结 | 第28-29页 |
| 4 基于退化轨迹拟合的真空玻璃真空寿命预测研究 | 第29-35页 |
| 4.1 引言 | 第29页 |
| 4.2 退化轨迹常用模型 | 第29-31页 |
| 4.2.1 线性退化模型 | 第29-30页 |
| 4.2.2 指数退化模型 | 第30-31页 |
| 4.2.3 幂律退化模型 | 第31页 |
| 4.3 真空玻璃退化量拟合建模 | 第31-34页 |
| 4.3.1 真空玻璃退化分析 | 第31-32页 |
| 4.3.2 检测退化数据 | 第32-34页 |
| 4.4 本章小结 | 第34-35页 |
| 5 基于小波神经网络的真空玻璃真空寿命预测算法研究 | 第35-45页 |
| 5.1 引言 | 第35页 |
| 5.2 小波分析理论 | 第35-36页 |
| 5.3 神经网络分析理论(MNS) | 第36-38页 |
| 5.4 小波神经网络(WNN) | 第38-39页 |
| 5.5 真空玻璃真空寿命预测建模过程 | 第39-42页 |
| 5.5.1 建模变量确定 | 第39页 |
| 5.5.2 小波神经网络建模参数选择 | 第39-41页 |
| 5.5.3 建模流程 | 第41-42页 |
| 5.6 小波神经网络真空玻璃真空寿命预测建模分析 | 第42-44页 |
| 5.7 本章小结 | 第44-45页 |
| 6 总结和展望 | 第45-47页 |
| 6.1 论文总结 | 第45-46页 |
| 6.2 下一步工作 | 第46-47页 |
| 参考文献 | 第47-52页 |
| 攻读硕士期间研究成果及所获奖励 | 第52-53页 |
| 致谢 | 第53页 |
