| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题来源 | 第9页 |
| ·课题研究的目的及意义 | 第9-10页 |
| ·国内外研究现状综述 | 第10-16页 |
| ·维护类型 | 第10-11页 |
| ·维护决策模型 | 第11-14页 |
| ·模型的优化求解方法 | 第14-15页 |
| ·目前存在的问题 | 第15-16页 |
| ·论文结构 | 第16-17页 |
| 第2章 多设备混联系统维护决策建模 | 第17-24页 |
| ·维护活动描述 | 第17-18页 |
| ·维护方式模型 | 第18-21页 |
| ·性能衰退模型 | 第18-19页 |
| ·维护方式及维护效果模型 | 第19-21页 |
| ·维护费用模型 | 第21-22页 |
| ·全周期费用率模型 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 多设备混联系统预测性维护策略 | 第24-43页 |
| ·多设备混联系统维护调度策略 | 第24-25页 |
| ·遗传算法介绍 | 第25-28页 |
| ·遗传算法的产生与发展 | 第25-26页 |
| ·遗传算法的基本思想及特点 | 第26-27页 |
| ·遗传算法的基本流程 | 第27-28页 |
| ·遗传算法在维护调度中的应用 | 第28-34页 |
| ·维护调度流程 | 第28-29页 |
| ·遗传算子设计 | 第29-34页 |
| ·数值算例 | 第34-42页 |
| ·维护策略在某生产系统中的应用 | 第34-40页 |
| ·算法比较 | 第40-41页 |
| ·含有调整因子的维护策略应用 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 维护策略的优化 | 第43-53页 |
| ·蚁群算法简介 | 第43-48页 |
| ·蚁群算法的基本原理 | 第43-44页 |
| ·蚁群算法的研究现状 | 第44-45页 |
| ·基本蚁群算法的数学模型 | 第45-47页 |
| ·基本蚁群算法的实现步骤 | 第47-48页 |
| ·改进的蚁群算法对维护阈值的优化 | 第48-49页 |
| ·数值算例 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 维护决策方法在汽轮机叶片加工生产车间中的应用研究 | 第53-71页 |
| ·叶片加工车间介绍 | 第53-55页 |
| ·智能维护决策方法的应用及其优化 | 第55-61页 |
| ·基于遗传算法的维护调度 | 第55-58页 |
| ·维护阈值的优化 | 第58-61页 |
| ·基于Flexsim的维护决策仿真 | 第61-70页 |
| ·Flexsim简介 | 第61-65页 |
| ·Flexsim动态维护仿真模型 | 第65-69页 |
| ·仿真结果分析 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77-81页 |
| 攻读硕士学位期间发表的学术论文 | 第81-83页 |
| 致谢 | 第83页 |