| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 论文的研究背景及意义 | 第11-12页 |
| 1.2 RAMS评估国内外研究现状 | 第12-15页 |
| 1.2.1 可靠性 | 第12-14页 |
| 1.2.2 可用性 | 第14页 |
| 1.2.3 维修性 | 第14页 |
| 1.2.4 安全性 | 第14-15页 |
| 1.3 本文主要工作 | 第15-16页 |
| 第2章 DC600V客车电源逆变器及其故障模式 | 第16-24页 |
| 2.1 DC600V客车电源逆变器 | 第16-19页 |
| 2.1.1 客车电源逆变器工作原理 | 第17-18页 |
| 2.1.2 客车电源逆变器主电路 | 第18-19页 |
| 2.2 客车电源故障采集及判别依据 | 第19-23页 |
| 2.2.1 客车电源逆变器故障采集系统 | 第19-21页 |
| 2.2.2 逆变器故障类型判别依据 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 基于FMEA和FTA法的客车电源逆变器可靠性分析 | 第24-36页 |
| 3.1 可靠性工程 | 第24-25页 |
| 3.1.1 可靠性理论 | 第24页 |
| 3.1.2 可靠性分析方法 | 第24-25页 |
| 3.2 客车电源故障模式影响分析(FMEA) | 第25-28页 |
| 3.2.1 定义系统 | 第25-26页 |
| 3.2.2 故障模式影响分析结果 | 第26-28页 |
| 3.3 客车电源故障树分析(FTA) | 第28-35页 |
| 3.3.1 故障树的建立 | 第28-33页 |
| 3.3.2 最小割集法的故障树定性分析 | 第33-34页 |
| 3.3.3 故障树定性分析结果 | 第34-35页 |
| 3.4 客车电源逆变器可靠性提高措施 | 第35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于客车电源逆变器统计数据的可靠性分析 | 第36-55页 |
| 4.1 客车电源可靠性数据处理 | 第36-40页 |
| 4.1.1 可靠性相关指标 | 第36-38页 |
| 4.1.2 可靠性故障数据统计原则 | 第38页 |
| 4.1.3 客车电源故障数据统计结果 | 第38-40页 |
| 4.2 故障分布模型确定 | 第40-43页 |
| 4.2.1 常见故障分布函数 | 第40-42页 |
| 4.2.2 故障分布确定及检验方法 | 第42-43页 |
| 4.3 基于传统分布模型的客车电源可靠性指标计算 | 第43-47页 |
| 4.3.1 故障时间数据拟合 | 第43-46页 |
| 4.3.2 客车电源可靠性指标结果 | 第46-47页 |
| 4.4 基于神经网络的客车电源逆变器可靠性指标计算 | 第47-50页 |
| 4.4.1 神经网络结构 | 第47-48页 |
| 4.4.2 线性神经元法的参数估计 | 第48-50页 |
| 4.5 BP神经网络法的客车电源可靠度预测 | 第50-54页 |
| 4.5.1 BP神经网络 | 第50-51页 |
| 4.5.2 基于BP神经网络可靠度预测建模 | 第51-54页 |
| 4.5.3 与传统分布模型预测值对比 | 第54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 客车电源逆变器可用性、维修性、安全性分析 | 第55-67页 |
| 5.1 客车电源可用性分析 | 第55-58页 |
| 5.1.1 可用性理论 | 第55页 |
| 5.1.2 马尔科夫过程 | 第55-56页 |
| 5.1.3 基于马尔科夫过程的系统客车电源可用度计算 | 第56-58页 |
| 5.2 客车电源维修性分析 | 第58-61页 |
| 5.2.1 维修性理论 | 第58-59页 |
| 5.2.2 客车电源维修性指标计算 | 第59-60页 |
| 5.2.3 客车电源逆变器常用维修方法 | 第60-61页 |
| 5.3 客车电源安全性分析 | 第61-66页 |
| 5.3.1 安全性理论 | 第61-63页 |
| 5.3.2 客车电源风险评估表 | 第63-64页 |
| 5.3.3 客车电源模糊综合安全性评价 | 第64-65页 |
| 5.3.4 算例分析 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第73页 |
