| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 引言 | 第11-17页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 研究工作的项目背景和目标 | 第15页 |
| 1.4 论文结构和内容安排 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 PHM模型体系结构 | 第17-30页 |
| 2.1 PHM的发展 | 第17-19页 |
| 2.2 PHM的结构 | 第19-22页 |
| 2.2.1 数据采集 | 第19页 |
| 2.2.2 数据处理 | 第19-20页 |
| 2.2.3 特征提取 | 第20页 |
| 2.2.4 状态监测 | 第20-21页 |
| 2.2.5 故障检测 | 第21页 |
| 2.2.6 故障预测 | 第21-22页 |
| 2.2.7 健康管理 | 第22页 |
| 2.3 PHM的工作原理 | 第22-25页 |
| 2.4 PHM的关键技术 | 第25-29页 |
| 2.4.1 数据采集技术 | 第25-27页 |
| 2.4.2 数据融合技术 | 第27页 |
| 2.4.3 状态监测与诊断技术 | 第27-28页 |
| 2.4.4 故障预测技术 | 第28页 |
| 2.4.5 预决策健康管理技术 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 系统需求分析与设计 | 第30-40页 |
| 3.1 系统需求与总体设计 | 第30-32页 |
| 3.2 主要模块设计 | 第32-39页 |
| 3.2.1 数据采集及处理模块 | 第32-34页 |
| 3.2.2 数据融合模块 | 第34-35页 |
| 3.2.3 状态监测与诊断模块 | 第35-36页 |
| 3.2.4 故障预测模块 | 第36-38页 |
| 3.2.5 预决策健康管理模块 | 第38页 |
| 3.2.6 其他模块 | 第38-39页 |
| 3.3 本章小结 | 第39-40页 |
| 第4章 系统主要功能实现 | 第40-64页 |
| 4.1 数据采集与处理 | 第40-46页 |
| 4.1.1 SNMP/IPMI配置封装 | 第40-42页 |
| 4.1.2 数据采集 | 第42-43页 |
| 4.1.3 采集数据处理 | 第43-46页 |
| 4.2 数据融合 | 第46-48页 |
| 4.2.1 D-S理论介绍 | 第46-47页 |
| 4.2.2 利用D-S理论实现数据融合 | 第47-48页 |
| 4.2.3 结果展示 | 第48页 |
| 4.3 状态监测与诊断 | 第48-54页 |
| 4.3.1 SOM神经网络模型 | 第48-50页 |
| 4.3.2 利用改进SOM模型进行故障诊断 | 第50页 |
| 4.3.3 故障监测模块的实现 | 第50-54页 |
| 4.4 故障预测 | 第54-58页 |
| 4.4.1 Elman神经网络模型 | 第54-55页 |
| 4.4.2 利用Elman神经网络模型进行故障预测 | 第55-58页 |
| 4.5 预决策健康管理 | 第58-63页 |
| 4.5.1 专家知识库的构建 | 第58-62页 |
| 4.5.2 利用ibatis技术连接并调用数据库信息 | 第62-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第5章 结论与展望 | 第64-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-71页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第71页 |