| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究的背景及意义 | 第9-11页 |
| 1.1.1 再制造工程的提出背景 | 第9-10页 |
| 1.1.2 研究的意义 | 第10-11页 |
| 1.2 废气涡轮增压器发展简介 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.3.1 神经网络预测研究现状 | 第12页 |
| 1.3.2 再制造时机点研究现状 | 第12-13页 |
| 1.4 本文的主要研究内容与技术路线 | 第13-16页 |
| 1.4.1 研究内容 | 第13-14页 |
| 1.4.2 研究的技术路线 | 第14-16页 |
| 2 最佳再制造时间区域理论 | 第16-22页 |
| 2.1 再制造时间区域分析的重要性 | 第16-17页 |
| 2.2 主动再制造时间区域理论 | 第17-20页 |
| 2.2.1 主动再制造时间区域存在的客观性 | 第17-19页 |
| 2.2.2 主动再制造区域的相关定义 | 第19-20页 |
| 2.3 最佳时间区域确定的理论方法 | 第20-21页 |
| 2.3.1 上限点确定方法 | 第20-21页 |
| 2.3.2 下限点确定方法 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 再制造时间区域上限点确定-能耗分析 | 第22-36页 |
| 3.1 全生命周期能耗要素定义 | 第22页 |
| 3.2 涡轮增压器全生命周期各阶段能耗分析及模型建立 | 第22-26页 |
| 3.2.1 原材料提取及制造阶段能耗模型 | 第22-24页 |
| 3.2.2 装配和使用阶段能耗 | 第24-25页 |
| 3.2.3 回收与再制造阶段能耗 | 第25-26页 |
| 3.3 涡轮增压器全生命周期各阶段能耗计算实例 | 第26-35页 |
| 3.3.1 涡轮增压器的原材料提取和制造能耗 | 第27-31页 |
| 3.3.2 使用阶段的能耗 | 第31-33页 |
| 3.3.4 回收与再制造阶段能耗 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 再制造时机上限选择因素-成本分析 | 第36-50页 |
| 4.1 成本分析因素选择 | 第36-37页 |
| 4.1.1 全生命周期成本分析理论及发展 | 第36页 |
| 4.1.2 涵盖再制造阶段的成本因素选择 | 第36-37页 |
| 4.2 全生命周期成本模型 | 第37-42页 |
| 4.2.1 设计和制造阶段成本模型 | 第38-40页 |
| 4.2.2 使用阶段成本模型 | 第40页 |
| 4.2.3 回收和再制造阶段成本模型 | 第40-42页 |
| 4.3 涡轮增压器全生命周期成本模型分析实例 | 第42-49页 |
| 4.3.1 设计和制造阶段成本计算 | 第42-43页 |
| 4.3.2 使用阶段成本计算 | 第43-46页 |
| 4.3.3 回收和再制造阶段成本计算 | 第46-49页 |
| 4.4 本章总结 | 第49-50页 |
| 5 基于目标优化的最佳再制造时间区域上限点确定 | 第50-56页 |
| 5.1 遗传算法的概述 | 第50-52页 |
| 5.1.1 遗传算法基本思想 | 第50页 |
| 5.1.2 遗传算法的一般流程与基本操作 | 第50-51页 |
| 5.1.3 遗传算法特点及优势 | 第51-52页 |
| 5.2 基于成本-能耗因素的目标优化 | 第52-54页 |
| 5.2.1 目标优化数学模型及最优解定义 | 第52-53页 |
| 5.2.2 目标函数确定方法 | 第53-54页 |
| 5.2.3 基于成本-能耗因素的目标函数确定 | 第54页 |
| 5.3 涡轮增压器上限点目标优化及matlab实现 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 6 基于剩余寿命的涡轮增压器再制造下限选择 | 第56-70页 |
| 6.1 寿命预测背景及发展介绍 | 第56-58页 |
| 6.1.1 寿命预测背景与意义 | 第56-57页 |
| 6.1.2 寿命预测的发展与研究现状 | 第57页 |
| 6.1.3 基于数据和智能技术的寿命预测方法 | 第57-58页 |
| 6.2 BP神经网络预测方法 | 第58-60页 |
| 6.2.1 BP神经网络简介 | 第58页 |
| 6.2.2 BP神经网络学习算法原理 | 第58-60页 |
| 6.3 涡轮增压器的寿命预测 | 第60-69页 |
| 6.3.1 预测BP神经网络模型的建立 | 第61-62页 |
| 6.3.2 性能退化输入特征量的选取 | 第62-65页 |
| 6.3.3 BP网络训练与自主学习 | 第65-69页 |
| 6.3.4 基于性能退化的特征指标阈值的确定与时间区域下限点确定 | 第69页 |
| 6.4 本章小结 | 第69-70页 |
| 7 结论与展望 | 第70-72页 |
| 7.1 结论 | 第70页 |
| 7.2 展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
