| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9页 |
| ·国内外研究现状 | 第9-14页 |
| ·故障诊断技术的国内外研究现状 | 第9-13页 |
| ·Petri网在故障分析中的应用及问题剖析 | 第13-14页 |
| ·课题来源及主要研究内容 | 第14-17页 |
| ·课题来源 | 第14-15页 |
| ·论文主要研究内容 | 第15-17页 |
| 2 IFFPN模型及推理方法的理论基础 | 第17-27页 |
| ·复杂机电系统故障特性分析 | 第18-19页 |
| ·IFFPN模型的相关基础理论 | 第19-25页 |
| ·传统Petri网 | 第19-24页 |
| ·模糊集理论 | 第24-25页 |
| ·IFFPN模型的相关高级理论 | 第25-26页 |
| ·故障Petri网 | 第25-26页 |
| ·模糊Petri网 | 第26页 |
| ·本章小结 | 第26-27页 |
| 3 基于IFFPN的故障模型研究 | 第27-39页 |
| ·IFFPN模型的提出 | 第27-30页 |
| ·IFFPN的定义 | 第27-28页 |
| ·基于IFFPN的建模规则 | 第28-30页 |
| ·基于IFFPN的建模方法 | 第30-38页 |
| ·面向IFFPN模型的产品模块划分 | 第31-35页 |
| ·面向IFFPN模型的数据采集与处理 | 第35-38页 |
| ·IFFPN故障模型的建立 | 第38页 |
| ·本章小结 | 第38-39页 |
| 4 基于IFFPN模型的故障状态评价与诊断方法研究 | 第39-53页 |
| ·基于IFFPN正向推理的故障状态评价方法研究 | 第41-47页 |
| ·事件置信度的推理 | 第42-43页 |
| ·变迁点火的智能判断 | 第43-45页 |
| ·故障传播状态的推理 | 第45-47页 |
| ·基于IFFPN逆向推理的故障诊断方法研究 | 第47-52页 |
| ·逆向智能推理 | 第47-50页 |
| ·最小割集的推理 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 5 方法的实现 | 第53-64页 |
| ·数控机床的故障数据采集及处理 | 第53-55页 |
| ·数控机床IFFPN故障模型的建立 | 第55-58页 |
| ·基于IFFPN模型故障评价与诊断的实现 | 第58-63页 |
| ·初始值的确定 | 第58-59页 |
| ·IFFPN正向推理 | 第59-60页 |
| ·IFFPN逆向推理 | 第60-61页 |
| ·实验验证 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 6 结果与展望 | 第64-66页 |
| ·工作总结 | 第64-65页 |
| ·工作展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 附录 | 第72-73页 |
| 附件 | 第73-77页 |