| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 国外研究现状 | 第12-15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.2.3 国内外研究评述 | 第17页 |
| 1.3 研究内容和方法 | 第17-19页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 研究方法 | 第18页 |
| 1.3.3 论文结构 | 第18-19页 |
| 第2章 相关概念和理论 | 第19-34页 |
| 2.1 物流设备故障诊断 | 第19-26页 |
| 2.1.1 物流设备概述 | 第19-20页 |
| 2.1.2 物流设备故障定义 | 第20-23页 |
| 2.1.3 物流设备维护 | 第23-24页 |
| 2.1.4 物流设备故障诊断技术 | 第24-26页 |
| 2.2 数据挖掘相关理论 | 第26-33页 |
| 2.2.1 数据挖掘基本概念 | 第26-28页 |
| 2.2.2 关联规则 | 第28-30页 |
| 2.2.3 神经网络基本理论 | 第30-33页 |
| 2.3 本章小结 | 第33-34页 |
| 第3章 基于增量更新算法的显性故障诊断 | 第34-45页 |
| 3.1 关联规则在物流设备显性故障诊断中的应用 | 第34-36页 |
| 3.1.1 关联规则的显性故障诊断应用原理 | 第34-35页 |
| 3.1.2 关联规则在物流设备显性故障诊断中存在的问题 | 第35-36页 |
| 3.2 增量更新算法的提出 | 第36-40页 |
| 3.2.1 加权矩阵计数法 | 第36-37页 |
| 3.2.2 增量更新算法的原理 | 第37-38页 |
| 3.2.3 增量更新算法的流程描述 | 第38-40页 |
| 3.3 增量更新算法在物流设备显性故障诊断中的应用 | 第40-44页 |
| 3.3.1 显性故障诊断实例分析 | 第40-44页 |
| 3.3.2 应用结果评价 | 第44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 隐性故障预警模型的构建 | 第45-55页 |
| 4.1 模型需求分析 | 第45-46页 |
| 4.2 模型基本原理 | 第46-49页 |
| 4.2.1 显性故障与隐性故障的关系 | 第46-47页 |
| 4.2.2 故障元件状态 | 第47-48页 |
| 4.2.3 故障综合风险 | 第48-49页 |
| 4.3 隐性故障预警模型的建立 | 第49-54页 |
| 4.3.1 隐性故障预警模型的描述 | 第49-51页 |
| 4.3.2 模型参数的定义 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 物流设备隐性故障预警案例分析 | 第55-67页 |
| 5.1 液压系统的构成及其在物流设备中的应用 | 第55-57页 |
| 5.1.1 液压系统的构成 | 第55-56页 |
| 5.1.2 液压系统在物流设备中的应用 | 第56-57页 |
| 5.2 液压系统隐性故障预警 | 第57-66页 |
| 5.2.1 液压系统故障特征 | 第57-58页 |
| 5.2.2 液压系统故障诊断方法 | 第58页 |
| 5.2.3 液压系统监测指标 | 第58-59页 |
| 5.2.4 实验数据 | 第59-63页 |
| 5.2.5 HFWM 应用 | 第63-66页 |
| 5.3 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 作者简介 | 第75页 |