集成系统健康管理若干关键技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题背景 | 第9-10页 |
| ·健康管理技术的演变过程 | 第10-11页 |
| ·集成系统健康管理概述 | 第11-13页 |
| ·健康管理的基本概念 | 第11-12页 |
| ·集成系统健康管理 | 第12-13页 |
| ·当前国内外的研究现状及分析 | 第13-16页 |
| ·目前国内外现状 | 第13-15页 |
| ·目前研究内容及分析 | 第15-16页 |
| ·本文研究内容 | 第16-18页 |
| 第2章 集成系统健康检测及健康度的评价 | 第18-28页 |
| ·引言 | 第18页 |
| ·检测方法一——数据变化率判断方法 | 第18-19页 |
| ·检测方法二——多因素模糊综合决策算法 | 第19-24页 |
| ·模糊因数集 | 第19-20页 |
| ·隶属度函数的选择 | 第20-21页 |
| ·多因素模糊综合判断准则 | 第21页 |
| ·合成运算模型的选择 | 第21-22页 |
| ·多因素模糊综合决策算法判断系统健康度仿真算例 | 第22-24页 |
| ·两种方法的对比实验研究 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 集成系统的故障推理 | 第28-50页 |
| ·引言 | 第28页 |
| ·概率论基础 | 第28-31页 |
| ·概率论的基本思想 | 第28-30页 |
| ·概率推理 | 第30-31页 |
| ·故障树模型的基本理论 | 第31-32页 |
| ·确信因子模型的理论基础 | 第32-35页 |
| ·贝叶斯网络理论基础 | 第35-38页 |
| ·贝叶斯网络特性 | 第36-37页 |
| ·贝叶斯网络推理算法 | 第37-38页 |
| ·贝叶斯网络与故障树模型的举例比较 | 第38-42页 |
| ·贝叶斯网络对应于故障树模型的功能 | 第38-41页 |
| ·贝叶斯网络较故障树模型的优势 | 第41-42页 |
| ·确信因子模型与贝叶斯网络的比较 | 第42-48页 |
| ·贝叶斯网络中对应于确信因子的功能 | 第42-45页 |
| ·贝叶斯网络较确信因子模型的优势 | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 第4章 加速度智能传感器的硬件设计 | 第50-63页 |
| ·引言 | 第50页 |
| ·IEEE1451 标准的研究 | 第50-52页 |
| ·硬件系统结构 | 第52-53页 |
| ·STIM模块硬件结构设计 | 第53-56页 |
| ·NCAP模块硬件设计 | 第56-61页 |
| ·时钟电路和复位电路设计 | 第57-58页 |
| ·F2809 供电电源设计 | 第58-59页 |
| ·热插拔电路设计 | 第59-61页 |
| ·系统硬件设计注意事项 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间发表的学术论文 | 第68-70页 |
| 致谢 | 第70页 |
