| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.2.1 基于设备状态维修研究现状 | 第15-18页 |
| 1.2.2 缺陷状态早期识别与预知研究现状 | 第18-20页 |
| 1.3 论文研究目的及意义 | 第20-21页 |
| 1.4 论文主要研究内容 | 第21-22页 |
| 第2章 基于重要度和故障模式特征的设备维修方式研究 | 第22-50页 |
| 2.1 设备维修方式选择概述 | 第22-23页 |
| 2.2 设备重要度评估研究 | 第23-31页 |
| 2.2.1 设备重要度影响因素分析 | 第23-25页 |
| 2.2.2 设备重要度评估相关方法 | 第25-26页 |
| 2.2.3 基于AHP与熵值法的设备重要度排序研究 | 第26-31页 |
| 2.3 设备故障模式特征识别研究 | 第31-32页 |
| 2.3.1 设备故障模式特征特点 | 第31页 |
| 2.3.2 设备故障模式特征识别方法 | 第31-32页 |
| 2.4 基于改进CS-LSSVM算法的故障模式识别研究 | 第32-39页 |
| 2.4.1 最小二乘支持向量机基本理论 | 第32-34页 |
| 2.4.2 布谷鸟搜索算法基本理论 | 第34-35页 |
| 2.4.3 布谷鸟搜索算法的自适应改进 | 第35-37页 |
| 2.4.4 基于改进CS-LSSVM算法的设备故障模式识别流程 | 第37-39页 |
| 2.5 基于重要度及故障模式特征的设备维修方式研究 | 第39-49页 |
| 2.5.1 船舶动力设备重要度排序 | 第40-45页 |
| 2.5.2 船舶动力设备的故障模式特征识别 | 第45-48页 |
| 2.5.3 船舶动力设备维修方式选择 | 第48-49页 |
| 2.6 本章小结 | 第49-50页 |
| 第3章 设备缺陷状态的早期识别及预知模型研究 | 第50-72页 |
| 3.1 设备缺陷状态的早期识别及预知模型相关方法 | 第50-52页 |
| 3.1.1 设备缺陷状态特点 | 第50-51页 |
| 3.1.2 设备缺陷状态早期识别相关方法 | 第51-52页 |
| 3.1.3 设备缺陷状态预知建模方法相关方法 | 第52页 |
| 3.2 隐半马尔可夫模型(HSMM)理论 | 第52-61页 |
| 3.2.1 隐马尔可夫模型(HMM)的基本介绍 | 第52-53页 |
| 3.2.2 隐半马尔可夫模型(HSMM)理论知识 | 第53-55页 |
| 3.2.3 隐半马尔可夫模型(HSMM)算法 | 第55-61页 |
| 3.3 考虑衰退因子的HSMM在缺陷早期识别及寿命预知研究 | 第61-67页 |
| 3.3.1 三种设备衰退因子的确定与选择 | 第61-65页 |
| 3.3.2 基于威布尔分布早期预测模型 | 第65-66页 |
| 3.3.3 基于随机滤波寿命预知模型 | 第66-67页 |
| 3.4 设备缺陷状态预知及剩余寿命预测计算机仿真验证 | 第67-70页 |
| 3.5 本章小结 | 第70-72页 |
| 第4章 设备状态维修决策与优化研究 | 第72-88页 |
| 4.1 设备状态维修决策与优化问题 | 第72-74页 |
| 4.1.1 设备状态维修决策与优化问题描述 | 第72-73页 |
| 4.1.2 设备状态维修决策与优化的影响要素 | 第73-74页 |
| 4.2 设备状态维修系统结构框架研究 | 第74-76页 |
| 4.2.1 设备状态维修结构描述 | 第74-75页 |
| 4.2.2 设备状态维修的决策类型 | 第75-76页 |
| 4.3 设备状态维修决策与优化模型研究 | 第76-84页 |
| 4.3.1 设备状态维修行为决策建模 | 第76-78页 |
| 4.3.2 设备状态维修间隔期优化建模 | 第78-84页 |
| 4.4 设备状态维修决策与优化计算机仿真验证 | 第84-86页 |
| 4.5 本章小结 | 第86-88页 |
| 总结与展望 | 第88-90页 |
| 论文主要工作 | 第88-89页 |
| 论文进一步研究展望 | 第89-90页 |
| 参考文献 | 第90-96页 |
| 攻读硕士学位期间发表的学术论文及参与课题 | 第96-98页 |
| 致谢 | 第98页 |
