| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 数控机床可靠性试验及故障数据 | 第11-14页 |
| 1.2.2 专家判断法构建参数的先验分布 | 第14页 |
| 1.2.3 相似机床先验分布可信度的确定 | 第14-16页 |
| 1.3 论文的研究内容和结构 | 第16-18页 |
| 第2章 考虑维修程度的重型数控机床可靠性建模与评估 | 第18-34页 |
| 2.1 重型数控机床的故障数据 | 第18-20页 |
| 2.2 完全维修下的重型数控机床可靠性模型 | 第20-22页 |
| 2.3 最小维修下的重型数控机床可靠性模型 | 第22-23页 |
| 2.4 基于混合模型的重型数控机床可靠性评估 | 第23-33页 |
| 2.4.1 bayes模型平均法的基本框架 | 第24-25页 |
| 2.4.2 混合模型的建立 | 第25-27页 |
| 2.4.3 重要参数的表征 | 第27-30页 |
| 2.4.4 维修因子p和各模型参数的后验概率计算 | 第30-32页 |
| 2.4.5 模型有效性的验证 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 基于bootstrap法的分步专家打分构建参数先验分布 | 第34-49页 |
| 3.1 相关的概念定义 | 第34-36页 |
| 3.1.1 先验信息的可信度的定义 | 第34-35页 |
| 3.1.2 专家打分法涉及的概念 | 第35-36页 |
| 3.2 核心问题与任务的构建 | 第36-39页 |
| 3.2.1 核心问题的构建 | 第36-38页 |
| 3.2.2 专家的任务 | 第38-39页 |
| 3.3 专家打分法确定可信度的流程 | 第39-40页 |
| 3.4 专家打分的整合 | 第40-41页 |
| 3.5 bootstrap法构建相似机床参数的先验分布 | 第41-42页 |
| 3.6 实例分析 | 第42-47页 |
| 3.7 本章小结 | 第47-49页 |
| 第4章 考虑维修程度的某型号加工中心的可靠性评估 | 第49-64页 |
| 4.1 目标机床的故障时间数据建模 | 第49-52页 |
| 4.2 基于openbugs软件的bayes后验计算 | 第52-59页 |
| 4.3 可靠性评估结果分析 | 第59-62页 |
| 4.4 本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
