| 摘要 | 第12-14页 |
| Abstract | 第14-16页 |
| 第一章 绪论 | 第17-41页 |
| 1.1 研究背景及意义 | 第17-18页 |
| 1.2 相关技术文献综述 | 第18-36页 |
| 1.2.1 可测性技术综述 | 第18-29页 |
| 1.2.2 面向HSE的可测性技术新需求 | 第29-31页 |
| 1.2.3 面向HSE的可测性建模与预计研究现状 | 第31-32页 |
| 1.2.4 面向HSE的可测性方案优化设计技术研究现状 | 第32-33页 |
| 1.2.5 健康状态评估推理技术研究现状 | 第33-36页 |
| 1.3 问题分析及研究思路 | 第36-38页 |
| 1.4 论文研究内容和组织结构 | 第38-41页 |
| 第二章 面向HSE的可测性建模及预计 | 第41-78页 |
| 2.1 引言 | 第41页 |
| 2.2 基于故障演化的可测性建模 | 第41-53页 |
| 2.2.1 FETM的建模策略 | 第41-43页 |
| 2.2.2 故障模式、演化机制、影响及危害度分析 | 第43-48页 |
| 2.2.3 键合图的基本理论 | 第48-51页 |
| 2.2.4 FETM模型描述 | 第51-52页 |
| 2.2.5 FETM的建模步骤 | 第52-53页 |
| 2.3 面向HSE的可测性预计 | 第53-64页 |
| 2.3.1 面向HSE的可测性预计流程 | 第53-54页 |
| 2.3.2 面向HSE的可测性指标构建 | 第54-60页 |
| 2.3.3 相关性分析 | 第60-63页 |
| 2.3.4 基于FS和ST相关性矩阵的可测性指标预计 | 第63-64页 |
| 2.4 离心泵系统的案例应用分析 | 第64-76页 |
| 2.5 本章小结 | 第76-78页 |
| 第三章 面向装备HSE的可测性方案优化设计 | 第78-109页 |
| 3.1 引言 | 第78-79页 |
| 3.2 基于FETM的测试优化选择 | 第79-91页 |
| 3.2.1 测试优化选择基本流程 | 第79-80页 |
| 3.2.2 测试初步布置 | 第80-82页 |
| 3.2.3 面向HSE的测试优化选择 | 第82-91页 |
| 3.3 基于时效性及敏感性的传感优化选择 | 第91-108页 |
| 3.3.1 传感选择框架 | 第91-93页 |
| 3.3.2 传感对故障演化的时效性和敏感性分析 | 第93-96页 |
| 3.3.3 基于时效性及敏感性的传感优化选择模型 | 第96-98页 |
| 3.3.4 基于AGASA的传感优化选择 | 第98-99页 |
| 3.3.5 齿轮传动系统的传感优化选择 | 第99-108页 |
| 3.4 本章小结 | 第108-109页 |
| 第四章 基于故障演化可测性模型的健康状态评估技术 | 第109-141页 |
| 4.1 引言 | 第109-110页 |
| 4.2 基于故障演化可测性模型的健康状态评估的主要思想 | 第110-116页 |
| 4.2.1 健康状态评估总体流程 | 第110-111页 |
| 4.2.2 健康状态描述模型 | 第111-114页 |
| 4.2.3 健康状态-广义测试的布尔相关性矩阵及生成方法 | 第114-116页 |
| 4.3 静态健康状态评估模型构建及求解 | 第116-125页 |
| 4.3.1 静态健康状态评估描述模型 | 第116-118页 |
| 4.3.2 静态健康状态评估的推理模型 | 第118-121页 |
| 4.3.3 基于LRAGA的模型求解 | 第121-125页 |
| 4.4 动态健康状态评估模型构建及求解 | 第125-134页 |
| 4.4.1 动态健康状态评估的描述模型 | 第125-126页 |
| 4.4.2 动态健康状态评估问题推理模型 | 第126-130页 |
| 4.4.3 基于LRAGA的模型求解 | 第130-134页 |
| 4.5 案例应用分析 | 第134-140页 |
| 4.6 本章小结 | 第140-141页 |
| 第五章 面向HSE的可测性设计软件开发与工程应用 | 第141-172页 |
| 5.1 软件结构设计与开发 | 第141-148页 |
| 5.1.1 软件总体设计 | 第141-142页 |
| 5.1.2 软件模块功能 | 第142-148页 |
| 5.2 面向电动舵机系统HSE的可测性建模与预计 | 第148-163页 |
| 5.2.1 功能结构分析 | 第149-152页 |
| 5.2.2 面向舵机系统HSE的可测性建模及预计 | 第152-163页 |
| 5.3 面向电动舵机系统HSE的可测性方案设计 | 第163-165页 |
| 5.3.1 测试优化选择 | 第163-164页 |
| 5.3.2 传感优化选择 | 第164-165页 |
| 5.4 基于FETM的电动舵机健康状态评估技术 | 第165-171页 |
| 5.4.1 舵机系统健康状态与广义相关性矩阵 | 第165-166页 |
| 5.4.2 典型故障仿真注入 | 第166-168页 |
| 5.4.3 静态健康状态评估 | 第168-170页 |
| 5.4.4 动态健康状态评估 | 第170-171页 |
| 5.5 本章小结 | 第171-172页 |
| 第六章 结论与展望 | 第172-175页 |
| 6.1 研究结论 | 第172-174页 |
| 6.2 研究展望 | 第174-175页 |
| 致谢 | 第175-177页 |
| 参考文献 | 第177-190页 |
| 作者在学期间取得的学术成果 | 第190-191页 |
| 附录A 齿轮传动系统FMEMECA | 第191-192页 |
| 附录B 电动舵机系统FMEMECA | 第192-194页 |
| 附录C 电动舵机系统FS | 第194-195页 |
| 附录D 电动舵机系统ST | 第195-196页 |
| 附录E 电动舵机系统的健康状态-广义测试相关性矩阵 | 第196-202页 |
