| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 数控机床研究现状 | 第11页 |
| 1.2.2 贝叶斯网络研究现状 | 第11-12页 |
| 1.2.3 不确定性量化研究现状 | 第12-14页 |
| 1.3 论文研究思路及结构安排 | 第14-17页 |
| 1.3.1 研究思路 | 第14-15页 |
| 1.3.2 论文结构 | 第15-17页 |
| 第二章 重型数控机床系统介绍及可靠性建模 | 第17-32页 |
| 2.1 重型数控机床工作原理及组成 | 第17-21页 |
| 2.1.1 重型数控机床电气控制与驱动系统简介 | 第18-19页 |
| 2.1.2 重型数控机床电气控制与驱动系统子系统划分 | 第19-21页 |
| 2.2 电气控制与驱动系统故障分析 | 第21-25页 |
| 2.2.1 故障部位分析 | 第21-22页 |
| 2.2.2 故障模式分析 | 第22-25页 |
| 2.3 电气控制与驱动系统可靠性模型建立 | 第25-30页 |
| 2.3.1 主轴驱动控制系统可靠性模型建立 | 第25-28页 |
| 2.3.1.1 主轴驱动控制系统概述 | 第25-27页 |
| 2.3.1.2 主轴驱动控制系统可靠性建模 | 第27-28页 |
| 2.3.2 进给控制系统可靠性模型建立 | 第28-30页 |
| 2.3.2.1 进给控制系统概述 | 第28-29页 |
| 2.3.2.2 进给控制系统可靠性建模 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 基于模糊多态贝叶斯网络的进给控制系统可靠性分析 | 第32-54页 |
| 3.1 贝叶斯网络 | 第32-34页 |
| 3.2 模糊集理论 | 第34-35页 |
| 3.3 模糊多态贝叶斯网络建模 | 第35-37页 |
| 3.4 模糊多态贝叶斯网络 | 第37-38页 |
| 3.4.1 模糊多态贝叶斯网络叶节点的故障概率 | 第37-38页 |
| 3.4.2 模糊多态贝叶斯网络节点的后验概率 | 第38页 |
| 3.4.3 模糊多态贝叶斯网络的模糊重要度 | 第38页 |
| 3.5 进给控制系统可靠性分析 | 第38-53页 |
| 3.5.1 X轴进给控制系统可靠性分析 | 第39-43页 |
| 3.5.2 W轴进给控制系统可靠性分析 | 第43-44页 |
| 3.5.3 Y轴进给控制系统可靠性分析 | 第44-45页 |
| 3.5.4 Z轴进给控制系统可靠性分析 | 第45-48页 |
| 3.5.5 进给控制系统评估 | 第48-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 基于证据贝叶斯网络的主轴驱动系统可靠性分析 | 第54-75页 |
| 4.1 证据理论 | 第54-56页 |
| 4.1.1 识别框架 | 第54页 |
| 4.1.2 基本信任分配函数 | 第54-55页 |
| 4.1.3 信任函数 | 第55页 |
| 4.1.4 似然函数 | 第55-56页 |
| 4.2 基于证据理论的贝叶斯网络可靠性建模分析 | 第56-61页 |
| 4.3 主轴驱动控制系统可靠性分析 | 第61-74页 |
| 4.3.1 供电控制回路 | 第62-63页 |
| 4.3.2 调速装置及其部件 | 第63-65页 |
| 4.3.3 ANA装置及其部件 | 第65-66页 |
| 4.3.4 主电机 | 第66-68页 |
| 4.3.5 检测装置 | 第68-69页 |
| 4.3.6 主轴驱动控制系统可靠性分析 | 第69-72页 |
| 4.3.7 主轴驱动系统可靠性评估 | 第72-74页 |
| 4.4 本章小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-77页 |
| 5.1 总结 | 第75-76页 |
| 5.2 展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 攻读硕士学位期间取得的成果 | 第84-85页 |
