摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第12-19页 |
1.1 研究背景和意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-16页 |
1.2.1 PHM技术 | 第13页 |
1.2.2 故障预测技术 | 第13-15页 |
1.2.3 预防性维修策略技术 | 第15-16页 |
1.3 论文的课题来源、主要研究内容、体系结构和创新点 | 第16-18页 |
1.3.1 课题来源 | 第16页 |
1.3.2 主要研究内容 | 第16-17页 |
1.3.3 论文的体系结构 | 第17-18页 |
1.3.4 论文的创新点 | 第18页 |
1.4 本章小结 | 第18-19页 |
第2章 典型烟草设备的PHM分析 | 第19-30页 |
2.1 PHM理论概述 | 第19-22页 |
2.1.1 PHM的概念 | 第19-20页 |
2.1.2 PHM的体系结构和工作流程 | 第20-21页 |
2.1.3 PHM的关键技术 | 第21-22页 |
2.2 故障预测概述 | 第22-24页 |
2.2.1 故障预测的概念 | 第22页 |
2.2.2 故障预测的主要方法和技术 | 第22-24页 |
2.3 维修策略理论概述 | 第24-29页 |
2.3.1 预防性维修的概念 | 第25-26页 |
2.3.2 预防性维修策略主要方法和技术 | 第26-27页 |
2.3.3 预防性维修建模相关数学理论 | 第27-29页 |
2.4 本章小结 | 第29-30页 |
第3章 基于灰色神经网络残差修正模型的故障率预测研究 | 第30-49页 |
3.1 典型烟草设备的特点 | 第30页 |
3.2 典型烟草设备的故障种类 | 第30-31页 |
3.3 故障率的研究现状 | 第31-32页 |
3.4 两种故障率预测模型简介 | 第32-36页 |
3.4.1 灰色GM(1,1)预测模型 | 第32-34页 |
3.4.2 BP人工神经网络模型 | 第34-36页 |
3.5 基于灰色人工神经网络残差修正模型的故障率预测研究 | 第36-40页 |
3.5.1 模型的优势 | 第36-37页 |
3.5.2 灰色人工神经网络残差修正模型的建模分析 | 第37-38页 |
3.5.3 基于灰色人工神经网络残差修正的故障率预测模型建立 | 第38-40页 |
3.6 实例应用与分析 | 第40-48页 |
3.7 本章小结 | 第48-49页 |
第4章 基于故障率预测的预防性维修策略的研究 | 第49-62页 |
4.1 典型的预防性维修策略 | 第49-50页 |
4.1.1 设备定龄维修策略 | 第49-50页 |
4.1.2 设备周期维修策略 | 第50页 |
4.1.3 设备综合维修策略 | 第50页 |
4.2 预防性维修间隔期确定的典型方法 | 第50-53页 |
4.2.1 以可用度最大为目标确定维修间隔期 | 第51-52页 |
4.2.2 以平均维修费用最小为目标确定维修间隔期 | 第52-53页 |
4.3 基于故障率预测的剩余使用寿命 | 第53-54页 |
4.4 基于故障预测的预防性维修策略模型的研究 | 第54-59页 |
4.4.1 模型相关假设条件 | 第54-55页 |
4.4.2 符号说明 | 第55-56页 |
4.4.3 建立预防性维修策略模型 | 第56-59页 |
4.5 实例应用与分析 | 第59-61页 |
4.6 本章小结 | 第61-62页 |
第5章 基于PHM的故障预测与预防性维修管理系统的研究 | 第62-79页 |
5.1 系统总体设计与工作流程 | 第62-63页 |
5.2 系统的开发技术和结构 | 第63-66页 |
5.3 系统开发环境配置与工具选择 | 第66-67页 |
5.4 系统主要模块功能实现 | 第67-78页 |
5.4.1 系统主界面 | 第67-68页 |
5.4.2 设备管理 | 第68-70页 |
5.4.3 故障管理 | 第70-73页 |
5.4.4 故障预测 | 第73-75页 |
5.4.5 预防性维修管理 | 第75-78页 |
5.5 本章小结 | 第78-79页 |
第6章 总结与展望 | 第79-81页 |
6.1 论文总结 | 第79页 |
6.2 不足与展望 | 第79-81页 |
参考文献 | 第81-84页 |
攻读学位期间的研究成果 | 第84-85页 |
致谢 | 第85页 |