| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8页 |
| 1.2 课题来源及意义 | 第8-9页 |
| 1.2.1 课题来源 | 第8-9页 |
| 1.2.2 课题研究的意义 | 第9页 |
| 1.3 数控机床早期故障消除技术研究现状 | 第9-13页 |
| 1.3.1 FRACAS技术研究发展 | 第10页 |
| 1.3.2 数控机床故障率曲线建模技术研究 | 第10-11页 |
| 1.3.3 故障分析技术研究 | 第11-13页 |
| 1.4 论文的研究内容和结构 | 第13-16页 |
| 1.4.1 论文的研究内容 | 第13-14页 |
| 1.4.2 论文的总体结构 | 第14-16页 |
| 2 数控机床早期故障消除体系框架研究 | 第16-26页 |
| 2.1 数控机床常见故障模式分析 | 第16-17页 |
| 2.2 机床故障率曲线及早期故障原因分析 | 第17-19页 |
| 2.2.1 数控机床故障率曲线分析 | 第17-18页 |
| 2.2.2 数控机床早期故障的成因分析 | 第18-19页 |
| 2.3 基于FRACAS的数控机床早期故障消除体系 | 第19-26页 |
| 2.3.1 FRACAS技术简介 | 第19-21页 |
| 2.3.2 数控机床早期故障消除技术体系 | 第21-26页 |
| 3 数控机床故障信息的收集与整理 | 第26-36页 |
| 3.1 数控机床故障信息来源分析 | 第26-28页 |
| 3.1.1 试验故障数据的特点 | 第26-27页 |
| 3.1.2 现场故障数据的特点 | 第27-28页 |
| 3.2 数控机床现场故障信息收集 | 第28-34页 |
| 3.2.1 故障信息收集的基本要求 | 第28页 |
| 3.2.2 现场故障信息收集的基本流程 | 第28-32页 |
| 3.2.3 数控机床故障信息的管理 | 第32-34页 |
| 3.3 某型数控磨齿机故障信息的整理 | 第34-36页 |
| 4 数控机床早期故障期确定 | 第36-48页 |
| 4.1 数学模型选择分析 | 第36-38页 |
| 4.1.1 “最小维修”假设分析 | 第36页 |
| 4.1.2 可修系统故障数据的特点 | 第36-37页 |
| 4.1.3 随机点过程理论基础 | 第37-38页 |
| 4.2 数控机床故障强度曲线建模及早期故障期确定 | 第38-43页 |
| 4.3 某型数控磨齿机早期故障期的求解 | 第43-48页 |
| 5 数控机床早期故障分析方法 | 第48-66页 |
| 5.1 早期故障的故障模式及影响分析 | 第48-54页 |
| 5.2 故障原因分析及重要度分析 | 第54-63页 |
| 5.2.1 故障原因分析方法 | 第55页 |
| 5.2.2 T-S故障树 | 第55-58页 |
| 5.2.3 T-S故障树分析步骤 | 第58-60页 |
| 5.2.4 实例分析 | 第60-63页 |
| 5.3 纠正措施的提出 | 第63-66页 |
| 6 结论与展望 | 第66-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 附录 | 第76页 |
| A.作者在攻读硕士学位期间参与的科研项目 | 第76页 |