摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第12-20页 |
1.1 课题背景及来源 | 第12-13页 |
1.1.1 课题背景 | 第12-13页 |
1.1.2 课题来源 | 第13页 |
1.2 课题的研究目的和意义 | 第13-14页 |
1.3 国内外研究现状 | 第14-18页 |
1.3.1 电主轴可靠性试验的研究现状 | 第14-15页 |
1.3.2 加速退化试验优化设计的研究现状 | 第15-18页 |
1.4 论文主要研究内容 | 第18-20页 |
第2章 电主轴加速退化模型 | 第20-32页 |
2.1 引言 | 第20页 |
2.2 电主轴的基本结构及工作原理 | 第20-24页 |
2.2.1 电主轴的基本结构 | 第20-23页 |
2.2.2 电主轴的工作原理 | 第23-24页 |
2.3 电主轴加速退化模型 | 第24-26页 |
2.3.1 研究对象 | 第24页 |
2.3.2 电主轴加速试验应力及其退化特征量选取 | 第24-25页 |
2.3.3 电主轴加速退化模型 | 第25-26页 |
2.4 电主轴加速退化试验系统 | 第26-31页 |
2.4.1 机械系统 | 第26-27页 |
2.4.2 控制系统 | 第27-29页 |
2.4.3 信号采集系统 | 第29-31页 |
2.5 本章小结 | 第31-32页 |
第3章 电主轴步进应力加速退化试验优化设计模型 | 第32-44页 |
3.1 引言 | 第32页 |
3.2 电主轴的加速退化试验优化设计思路 | 第32-33页 |
3.3 电主轴加速退化试验方法及优化设计准则 | 第33-36页 |
3.3.1 电主轴步进应力加速退化试验方法 | 第33-35页 |
3.3.2 电主轴加速退化试验的基本要求 | 第35页 |
3.3.3 优化设计准则 | 第35-36页 |
3.4 电主轴退化数据统计方法 | 第36-40页 |
3.4.1 参数估计方法 | 第36页 |
3.4.2 退化试验数据的似然函数 | 第36-37页 |
3.4.3 参数估计的信息矩阵 | 第37-39页 |
3.4.4 目标函数的推导 | 第39-40页 |
3.5 优化设计模型 | 第40-42页 |
3.5.1 目标函数 | 第40-41页 |
3.5.2 优化变量 | 第41页 |
3.5.3 约束条件 | 第41-42页 |
3.6 本章小结 | 第42-44页 |
第4章 基于遗传算法的优化设计 | 第44-62页 |
4.1 引言 | 第44页 |
4.2 电主轴加速退化试验优化设计的遗传算法 | 第44-49页 |
4.2.1 遗传算法简介 | 第44-45页 |
4.2.2 遗传编码 | 第45-46页 |
4.2.3 适应度函数 | 第46-47页 |
4.2.4 遗传操作 | 第47-48页 |
4.2.5 遗传算法流程 | 第48-49页 |
4.3 基于遗传算法的优化设计模型 | 第49-52页 |
4.3.1 数学模型 | 第49-51页 |
4.3.2 选定试验参数 | 第51-52页 |
4.3.3 样本量的确定 | 第52页 |
4.4 试验方案优化及结果分析 | 第52-56页 |
4.4.1 传统试验方案 | 第53-54页 |
4.4.2 最优试验方案 | 第54-55页 |
4.4.3 优良试验方案 | 第55-56页 |
4.5 优良试验方案的敏感性分析 | 第56-59页 |
4.6 最终试验方案 | 第59-60页 |
4.7 本章小结 | 第60-62页 |
第5章 电主轴步进应力加速退化试验优化设计的模拟评价 | 第62-72页 |
5.1 引言 | 第62页 |
5.2 模拟评价的基本方法 | 第62-63页 |
5.3 模拟评价的基本理论 | 第63-65页 |
5.3.1 蒙特卡罗的基本理论 | 第64页 |
5.3.2 蒙特卡罗的基本流程 | 第64-65页 |
5.4 电主轴加速退化试验优化设计的模拟评价方法 | 第65-68页 |
5.4.1 模拟评价标准 | 第65页 |
5.4.2 退化数据的仿真 | 第65-66页 |
5.4.3 模型参数估计 | 第66-67页 |
5.4.4 模拟评价方法 | 第67-68页 |
5.5 模拟评价及结果分析 | 第68-70页 |
5.5.1 模拟评价结果 | 第68-69页 |
5.5.2 结果分析 | 第69-70页 |
5.6 本章小结 | 第70-72页 |
第6章 结论与展望 | 第72-74页 |
6.1 总结 | 第72-73页 |
6.2 展望 | 第73-74页 |
参考文献 | 第74-80页 |
攻读硕士期间的研究成果 | 第80-82页 |
致谢 | 第82页 |