| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-23页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究的背景和目的 | 第10-14页 |
| 1.2.1 课题研究的背景 | 第10-13页 |
| 1.2.2 课题研究的目的 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-21页 |
| 1.3.1 智能维护研究现状 | 第14页 |
| 1.3.2 设备性能监测系统与模型研究现状 | 第14-17页 |
| 1.3.3 多机系统维护时机决策方法研究现状 | 第17-18页 |
| 1.3.4 维护单元调度排序方法研究现状 | 第18-20页 |
| 1.3.5 目前存在问题 | 第20-21页 |
| 1.4 本文研究的主要内容 | 第21-23页 |
| 第2章 维护调度问题建模 | 第23-38页 |
| 2.1 单设备可靠度衰退与设备维护模型 | 第23-27页 |
| 2.2 设备能耗模型 | 第27-31页 |
| 2.3 系统可靠度模型与能耗模型 | 第31-32页 |
| 2.4 系统结构模型 | 第32-34页 |
| 2.5 维护成本模型 | 第34-37页 |
| 2.5.1 维护费用模型 | 第34-35页 |
| 2.5.2 生产损失模型 | 第35-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第3章 考虑能耗的多目标维护时机决策 | 第38-48页 |
| 3.1 基本维护策略 | 第38-39页 |
| 3.2 MOCLPSO 算法简介 | 第39-40页 |
| 3.3 解的编码 | 第40-41页 |
| 3.4 粒子学习方法 | 第41-43页 |
| 3.5 惯性权重与学习因子的设置 | 第43页 |
| 3.6 外部档案更新 | 第43-47页 |
| 3.6.1 Pareto 空间比较法 | 第44-46页 |
| 3.6.2 线性加权比较法 | 第46-47页 |
| 3.7 本章小结 | 第47-48页 |
| 第4章 维护设备成组 | 第48-56页 |
| 4.1 设备成组策略 | 第48页 |
| 4.2 层次聚类法简介 | 第48-50页 |
| 4.3 设备之间的相似距离计算 | 第50-52页 |
| 4.4 设备的聚类 | 第52-54页 |
| 4.5 聚类的分割 | 第54-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第5章 维护单元调度排序 | 第56-68页 |
| 5.1 维护单元调度排序规则提取流程与决策树学习算法简介 | 第56-57页 |
| 5.2 训练与测试样本的生成 | 第57-62页 |
| 5.2.1 调度优集的生成 | 第57-59页 |
| 5.2.2 属性选择与样本集确定 | 第59-62页 |
| 5.3 决策树的生成 | 第62-64页 |
| 5.4 决策树的剪枝与优化 | 第64-66页 |
| 5.5 调度结果的提取 | 第66-67页 |
| 5.6 本章小结 | 第67-68页 |
| 第6章 智能维护调度方法在某滑动轴承生产系统中的验证 | 第68-95页 |
| 6.1 滑动轴承生产系统简介 | 第68-73页 |
| 6.2 生产系统仿真参数设定 | 第73-74页 |
| 6.3 考虑能耗的多目标维护时机决策方法验证与分析 | 第74-84页 |
| 6.3.1 基于 Pareto 空间比较的 MOCLPSO | 第74-78页 |
| 6.3.2 基于线性加权比较法的 MOCLPSO | 第78-81页 |
| 6.3.3 两种方法比较分析 | 第81-84页 |
| 6.4 维护设备成组方法验证与分析 | 第84-89页 |
| 6.4.1 维护设备聚类结果分析 | 第84-86页 |
| 6.4.2 成组维护有效性验证 | 第86-89页 |
| 6.5 维护单元排序调度方法验证与分析 | 第89-94页 |
| 6.5.1 基于普通规则调度样本生成决策树 | 第89-91页 |
| 6.5.2 基于遗传算法调度样本生成决策树 | 第91-93页 |
| 6.5.3 维护调度结果比较 | 第93-94页 |
| 6.6 本章小结 | 第94-95页 |
| 结论 | 第95-97页 |
| 参考文献 | 第97-104页 |
| 附录 | 第104-110页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第110-112页 |
| 致谢 | 第112页 |
