基于贝叶斯网络的工业智能维护系统的风险评估研究--以石化工业为例
| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 国内外研究现状综述 | 第12-14页 |
| 1.4 论文结构 | 第14页 |
| 1.5 论文的主要特色 | 第14-15页 |
| 第2章 工业智能维护系统风险识别 | 第15-29页 |
| 2.1 风险管理与风险评估方法概述 | 第15-17页 |
| 2.2 石化智能工厂与工业智能维护系统 | 第17-18页 |
| 2.3 风险识别方法的应用 | 第18-19页 |
| 2.4 石化工业智能系统的特殊性 | 第19页 |
| 2.5 石化工业智能维护系统的风险因素识别与分析 | 第19-25页 |
| 2.6 调查问卷与数据处理 | 第25-29页 |
| 第3章 基于贝叶斯网络的风险评估模型 | 第29-44页 |
| 3.1 贝叶斯网络的基本原理和特点 | 第29页 |
| 3.2 贝叶斯网络的构建方法 | 第29-32页 |
| 3.3 贝叶斯网络的结构建立和参数学习 | 第32-37页 |
| 3.4 利用生成模拟数据进行结构学习 | 第37-40页 |
| 3.5 贝叶斯网络的灵敏度分析 | 第40-43页 |
| 3.6 最大致因链分析 | 第43-44页 |
| 第4章 工业智能维护系统的案例研究 | 第44-51页 |
| 4.1 企业实际案例描述 | 第44-45页 |
| 4.2 逆向推理与证据推演分析 | 第45-47页 |
| 4.3 风险控制对策 | 第47-51页 |
| 第5章 结论与展望 | 第51-53页 |
| 5.1 结论 | 第51页 |
| 5.2 不足与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 附录A 调查问卷 | 第56-59页 |
| 致谢 | 第59-60页 |
| 个人简历 在读期间发表的学术论文与研究成果 | 第60-61页 |