摘要 | 第5-8页 |
ABSTRACT | 第8-10页 |
第一章 绪论 | 第13-27页 |
1.1 课题研究背景及意义 | 第13-14页 |
1.2 开放式数控系统及可靠性发展现状 | 第14-17页 |
1.3 软件故障检测现状 | 第17-20页 |
1.3.1 软件测试 | 第17页 |
1.3.2 软件故障树分析 | 第17-18页 |
1.3.3 软件故障模拟 | 第18页 |
1.3.4 形式化检测方法 | 第18-19页 |
1.3.5 在线故障检测 | 第19-20页 |
1.4 软件故障定位技术发展现状 | 第20-23页 |
1.4.1 传统软件故障定位技术 | 第20页 |
1.4.2 基于测试的故障定位技术 | 第20-23页 |
1.5 软件修复发展现状 | 第23-26页 |
1.5.1 常用软件动态修复研究现状 | 第24-25页 |
1.5.2 星载软件动态修复现状 | 第25-26页 |
1.6 本文的主要研究内容 | 第26-27页 |
第二章 基于组件的开放式数控系统 | 第27-46页 |
2.1 全软件数控系统结构 | 第27-29页 |
2.2 基于COM 组件的功能模块 | 第29-34页 |
2.3 数控系统实时性分析 | 第34-37页 |
2.4 基于遗传算法的数控系统组件装配技术 | 第37-45页 |
2.4.1 开放式数控系统装配方案的多目标优化模型 | 第37-40页 |
2.4.2 遗传算法的数学模型 | 第40-42页 |
2.4.3 实验分析 | 第42-45页 |
2.5 本章小结 | 第45-46页 |
第三章 数控系统软件故障在线检测 | 第46-71页 |
3.1 基于人工智能技术的数控系统软件故障预判断、预处理 | 第46-49页 |
3.2 基于神经网络的插补故障预判断、预处理 | 第49-62页 |
3.2.1 基于神经网络的插补故障预判断、预处理模块结构 | 第49-50页 |
3.2.2 基于神经网络的NURBS 插补 | 第50-58页 |
3.2.3 实验分析 | 第58-62页 |
3.3 基于支持向量机的数控系统故障模型 | 第62-70页 |
3.3.1 数控系统故障数据采集 | 第62-63页 |
3.3.2 支持向量机的线性回归及其实现 | 第63-66页 |
3.3.3 数控系统故障间隔时间模型 | 第66-70页 |
3.4 小结 | 第70-71页 |
第四章 数控系统软件故障自定位技术 | 第71-91页 |
4.1 数控系统软件故障定位体系结构 | 第71-73页 |
4.2 数控系统软件监控器 | 第73-75页 |
4.2.1 监控信息的生成 | 第73-75页 |
4.2.2 监控信息的保存 | 第75页 |
4.3 相似路径集的实现 | 第75-81页 |
4.3.1 源程序分析技术 | 第75-78页 |
4.3.2 相似路径算法 | 第78-81页 |
4.4 缺陷代码识别 | 第81-85页 |
4.4.1 BP 神经网络学习样本 | 第81-83页 |
4.4.2 BP 神经网络的学习 | 第83-84页 |
4.4.3 BP 神经网络的识别 | 第84-85页 |
4.5 故障定位实验 | 第85-90页 |
4.6 小结 | 第90-91页 |
第五章 数控系统软件自愈合技术 | 第91-108页 |
5.1 开放式数控系统软件动态自愈合的体系结构 | 第91-93页 |
5.2 组件修复技术 | 第93-96页 |
5.2.1 组件修复的分类 | 第93-94页 |
5.2.2 组件修复技术 | 第94-96页 |
5.3 数控系统组件热插拔技术 | 第96-100页 |
5.3.1 功能组件热插拔的主要问题 | 第96-97页 |
5.3.2 热插拔的关键技术 | 第97-100页 |
5.4 数控系统组件热插拔应用 | 第100-107页 |
5.4.1 数控系统可热插拔组件设计 | 第101-105页 |
5.4.2 数控系统组件热插拔过程 | 第105-106页 |
5.4.3 热插拔和容错对比分析 | 第106-107页 |
5.5 小结 | 第107-108页 |
第六章 全文总结 | 第108-111页 |
6.1 主要结论 | 第108-109页 |
6.2 主要创新性研究成果 | 第109页 |
6.3 研究展望 | 第109-111页 |
参考文献 | 第111-117页 |
作者简介及在学期间所取得的科研成果 | 第117-118页 |
致谢 | 第118页 |