首页--交通运输论文--铁路运输论文--机车工程论文--动车、动车组(动力列车)论文

高速动车组制动系统可靠性建模与评估研究

摘要第3-4页
Abstract第4-5页
第1章 绪论第8-15页
    1.1 课题研究背景与意义第8-9页
    1.2 国内外发展现状第9-12页
        1.2.1 国外发展现状第9-11页
        1.2.2 国内发展现状第11-12页
    1.3 主要研究内容及创新点第12-15页
第2章 高速动车组制动系统可靠性建模与评估理论第15-26页
    2.1 可靠性相关基础理论第15-21页
        2.1.1 零部件可靠性分布模型第15-19页
        2.1.2 可靠性试验类型第19-21页
    2.2 贝叶斯理论第21-22页
        2.2.1 小子样理论第21页
        2.2.2 贝叶斯推断第21-22页
    2.3 高速动车组制动系统的可靠性评估相关理论第22-24页
        2.3.1 GO法第22-23页
        2.3.2 高速动车组制动系统可靠性指标第23-24页
    2.4 本章小结第24-26页
第3章 基于双参数指数分布的几种可靠性评估方法第26-33页
    3.1 基于双参数指数分布的MLE法第26-29页
    3.2 基于双参数指数分布的经典Bayes估计法第29-32页
        3.2.1 先验分布的选取第29-30页
        3.2.2 贝叶斯估计第30页
        3.2.3 基于无信息先验的贝叶斯估计第30-32页
    3.3 本章小结第32-33页
第4章 基于指数分布的高速动车组制动系统零部件可靠性建模与估计第33-46页
    4.1 高速动车组制动系统零部件第33-35页
        4.1.1 制动系统关键部件制动控制器第33-34页
        4.1.2 制动系统关键部件电空转换阀第34-35页
    4.2 基于指数分布的小子样下的多层Bayes估计第35-38页
        4.2.1 多层Bayes先验分布的选取第35-36页
        4.2.2 失效率的多层Bayes估计第36-37页
        4.2.3 引入故障信息后的失效率估计第37-38页
    4.3 基于双参数指数分布的多层Bayes估计第38-40页
        4.3.1 基于损失函数的Bayes估计第38-40页
        4.3.2 参数的加权最小二乘估计第40页
    4.4 基于双参数指数分布的引入MCMC算法的Bayes估计第40-44页
        4.4.1 MCMC算法的抽样第40-43页
        4.4.2 引入MCMC算法的Bayes估计第43-44页
    4.5 本章小结第44-46页
第5章 基于GO-Ba法的高速动车组制动系统可靠性建模与评估第46-69页
    5.1 基于GO-Ba法的制动系统可靠性评估第46-58页
        5.1.1 高速动车组制动系统基本组成及故障分析第46-50页
        5.1.2 基于GO法的制动系统可靠性评估方法第50-51页
        5.1.3 基于GO-Ba法的制动系统可靠性建模第51-58页
    5.2 基于Bayes理论的制动部件试验数据可靠性评估第58-65页
        5.2.1 高速动车组制动系统制动控制器可靠性评估第58-60页
        5.2.2 高速动车组制动系统电空转换阀的可靠性评估第60-65页
    5.3 高速动车组制动系统可靠性评估结果分析第65-68页
        5.3.1 零部件制动控制器和电空转换阀可靠性结果分析第65-66页
        5.3.2 制动系统的可靠性评估结果分析第66-68页
    5.4 本章小结第68-69页
结论第69-70页
参考文献第70-74页
致谢第74-76页
攻读硕士学位期间发表的学术论文、获奖和参与的科研工作第76页

论文共76页,点击 下载论文
上一篇:TiO2基尾气降解沥青路面材料开发与性能评价
下一篇:冗余驱动并联机构运动/力传递性能评价与优化设计