| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-19页 |
| ·课题研究的背景和意义 | 第10-14页 |
| ·研究背景 | 第10-14页 |
| ·研究目的 | 第14页 |
| ·研究意义 | 第14页 |
| ·国内外研究现状 | 第14-17页 |
| ·课题研究方案 | 第17-19页 |
| ·研究内容 | 第17页 |
| ·研究方法及技术路线 | 第17-19页 |
| 2 长输天然气管道的故障分析 | 第19-32页 |
| ·长输天然气管道的故障概述 | 第19-22页 |
| ·故障定义 | 第19-20页 |
| ·故障分类 | 第20-22页 |
| ·故障树分析技术 | 第22-26页 |
| ·故障树分析发展历程 | 第22-23页 |
| ·故障树分析的原理 | 第23页 |
| ·故障树分析法的数学基础 | 第23-25页 |
| ·故障树分析的标准符号 | 第25-26页 |
| ·长输天然气管道故障树模型 | 第26-27页 |
| ·长输天然气管道故障的定量分析 | 第27-28页 |
| ·管道故障原因分析 | 第28-31页 |
| ·管道因素 | 第29-30页 |
| ·设备因素 | 第30页 |
| ·第三方破坏 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 基于 RCM 的长输天然气管道预维修分析 | 第32-47页 |
| ·长输天然气管道预维修的理论基础 | 第32-35页 |
| ·长输天然气管道预维修方法选择 | 第32-33页 |
| ·RCM 的发展历程及应用 | 第33-34页 |
| ·RCM 的基本思路及分析过程 | 第34-35页 |
| ·长输天然气管道的预测维修 | 第35-41页 |
| ·预测维修的引出 | 第35-36页 |
| ·预测维修的分析过程 | 第36-37页 |
| ·预测维修 RCM 决断逻辑图 | 第37-40页 |
| ·预测维修的主要指标 | 第40-41页 |
| ·长输天然气管道的预防维修 | 第41-46页 |
| ·预防维修的引出 | 第41-42页 |
| ·预防维修的分析过程 | 第42页 |
| ·预防维修的 RCM 决断逻辑图 | 第42-43页 |
| ·预防维修的主要指标 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 4 基于 RCM 的长输天然气管道预维修策略 | 第47-57页 |
| ·基于 RCM 的长输天然气管道预测维修策略 | 第47-53页 |
| ·预测维修模型的假设和参数 | 第47页 |
| ·管道检测中故障事件发生的概率 | 第47-50页 |
| ·基于 RCM 的长输天然气管道预测维修的费用模型 | 第50-51页 |
| ·基于 RCM 的长输天然气管道预测维修的可用度模型 | 第51-53页 |
| ·基于 RCM 的长输天然气管道预防维修策略 | 第53-56页 |
| ·预防维修模型的假设和参数 | 第53页 |
| ·基于 RCM 的长输天然气管道预防维修的可用度模型 | 第53-55页 |
| ·长输天然气管道故障时间呈指数分布的模型策略 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 5 RCM 策略在实际长输天然气管道预维修中的应用 | 第57-67页 |
| ·BP 神经网络状态模型的应用 | 第57-63页 |
| ·人工神经网络简述 | 第57-61页 |
| ·BP 神经网络在管道预测中的应用 | 第61-63页 |
| ·长输天然气管道预测维修的费用模型应用 | 第63-64页 |
| ·长输天然气管道预测维修的可用度模型应用 | 第64-65页 |
| ·长输天然气管道预防维修的可用度模型应用 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 6 结论与展望 | 第67-69页 |
| ·结论 | 第67页 |
| ·本文创新点 | 第67-68页 |
| ·展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 研究生期间发表论文 | 第73页 |
