首页--工业技术论文--电工技术论文--发电、发电厂论文--发电厂论文--火力发电厂、热电站论文

DCS系统可靠性评价研究与软件开发

摘要第5-6页
ABSTRACT第6页
第1章 绪论第10-16页
    1.1 研究背景及意义第10-11页
    1.2 DCS可靠性国内外研究现状第11-14页
        1.2.1 DCS可靠性国内研究现状第11-13页
        1.2.2 DCS可靠性国外研究现状第13-14页
    1.3 本文主要内容第14-16页
第2章 火电厂DCS可靠性评价指标第16-33页
    2.1 可靠性工程通用指标介绍第16-21页
        2.1.1 可靠性指标第17-19页
        2.1.2 维修性指标第19-20页
        2.1.3 可用性指标第20-21页
    2.2 火电厂DCS可靠性多级评价指标体系第21-27页
        2.2.1 模件级可靠性指标及计算方法第22-23页
        2.2.2 部件级可靠性指标及计算方法第23-24页
        2.2.3 机组级可靠性指标及计算方法第24-25页
        2.2.4 厂级可靠性指标及计算方法第25-26页
        2.2.5 系统级可靠性指标及计算方法第26-27页
    2.3 火电厂DCS可靠性综合评价指标第27-32页
        2.3.1 模糊层次分析法FAHP第27-29页
        2.3.2 熵权法第29-31页
        2.3.3 模糊层次分析法与熵权法综合第31-32页
    2.4 本章小结第32-33页
第3章 火电厂DCS可靠性建模方法第33-43页
    3.1 可靠性建模方法简介第33页
    3.2 马尔可夫建模方法第33-37页
        3.2.1 马尔可夫过程的概念第33-34页
        3.2.2 马尔可夫过程可靠性计算过程第34-37页
    3.3 故障树建模方法第37-42页
        3.3.1 故障树建模方法的概念及基本术语第37-38页
        3.3.2 故障树分析的步骤第38-39页
        3.3.3 故障树的结构函数第39-41页
        3.3.4 故障树的定性分析和定量分析第41-42页
    3.4 本章小结第42-43页
第4章 DCS可靠性评价实例分析第43-61页
    4.1 西门子TXP型DCS工厂总线可靠性仿真分析第43-51页
        4.1.1 马尔可夫过程的工厂总线建模及仿真第43-47页
        4.1.2 故障树分析方法的工厂总线建模及仿真第47-50页
        4.1.3 两种方法仿真结果分析与对比第50-51页
    4.2 可靠性综合指标的计算分析第51-58页
        4.2.1 概率重要度简介第52页
        4.2.2 模糊层次分析法确定指标权重向量第52-54页
        4.2.3 熵权法确定指标权重向量第54-55页
        4.2.4 模糊层次分析法和熵权法综合确定指标权重向量第55-56页
        4.2.5 综合评价指标的计算第56-58页
    4.3 某电厂机组DCS系统可靠性评价举例第58-60页
    4.4 本章小结第60-61页
第5章 DOS可靠性评价软件开发第61-70页
    5.1 软件开发环境第61页
    5.2 软件开发设计第61-64页
        5.2.1 设计Ribbon菜单第61页
        5.2.2 可靠性分析模块开发第61-63页
        5.2.3 设计计算流程第63-64页
    5.3 软件开发程序构成第64-67页
        5.3.1 DCS_Core项目第64-66页
        5.3.2 Visio Automation项目第66页
        5.3.3 Visio Automation.Scripting项目第66页
        5.3.4 DCS_Visio项目第66-67页
        5.3.5 Win Start项目第67页
        5.3.6 Set Up DCS项目第67页
    5.4 利用DCS可靠性评价软件的应用实例第67-69页
    5.5 本章小结第69-70页
第6章 结论与展望第70-72页
    6.1 结论第70-71页
    6.2 展望第71-72页
参考文献第72-76页
攻读硕士学位期间发表的论文及其它成果第76-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:基于ZigBee与GPRS的自动抄表系统设计
下一篇:支持向量机在短期光伏发电功率预测中的应用