摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-17页 |
·研究背景 | 第9-10页 |
·设备剩余寿命预测研究综述 | 第10-14页 |
·本文工作 | 第14-15页 |
·研究内容 | 第14-15页 |
·技术路线 | 第15页 |
·内容组织与章节安排 | 第15-17页 |
第二章 数据驱动的剩余寿命预测 | 第17-28页 |
·数据的分类 | 第17-18页 |
·数据预处理 | 第18-19页 |
·基于计算智能的剩余寿命预测方法 | 第19-23页 |
·基于概率统计理论的剩余寿命预测方法 | 第23-28页 |
第三章 基于多变量灰色误差神经网络的剩余寿命预测 | 第28-50页 |
·基于灰色系统理论的灰色预测方法 | 第28-36页 |
·灰色系统理论概述 | 第28页 |
·基于灰色系统理论的灰色预测模型 | 第28-30页 |
·多变量MGM(1, )预测模型 | 第30-33页 |
·多变量MGM(1, )模型优化方法 | 第33-36页 |
·基于RBF神经网络的预测方法 | 第36-40页 |
·RBF神经网络模型概述 | 第36-39页 |
·基于RBF神经网络的预测模型算法 | 第39-40页 |
·基于多变量灰色误差神经网络的剩余寿命预测方法 | 第40-45页 |
·算法理论基础 | 第40-41页 |
·算法实现步骤 | 第41-45页 |
·实例仿真 | 第45-49页 |
·小结 | 第49-50页 |
第四章 面向非线性退化过程的剩余寿命预测 | 第50-65页 |
·Wiener过程模型概述 | 第50-52页 |
·Wiener过程的定义 | 第50-51页 |
·Wiener过程的性质与特性 | 第51-52页 |
·基于非线性漂移Wiener过程的退化模型及其寿命分布 | 第52-55页 |
·基于非线性漂移Wiener过程的退化模型 | 第52-53页 |
·剩余寿命分布 | 第53-55页 |
·退化模型参数估计及其在线更新 | 第55-57页 |
·仿真分析 | 第57-63页 |
·数值仿真 | 第57-60页 |
·实例仿真 | 第60-63页 |
·小结 | 第63-65页 |
结束语 | 第65-67页 |
参考文献 | 第67-73页 |
致谢 | 第73-75页 |
攻读硕士学位期间发表的学术论文 | 第75-76页 |