基于性能退化数据的身管寿命可靠性分析
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·选题背景及意义 | 第8-9页 |
| ·基于性能退化数据的可靠性评估的研究现状 | 第9-13页 |
| ·主要存在问题 | 第13-14页 |
| ·本论文的主要研究工作 | 第14-16页 |
| 2 身管失效机理及其寿命预测方法 | 第16-22页 |
| ·概述 | 第16页 |
| ·身管的失效机理 | 第16页 |
| ·身管寿命预测的经验公式计算模型 | 第16-17页 |
| ·基于退化数据的身管寿命预测方法 | 第17-21页 |
| ·退化与退化失效的基本概念 | 第17-18页 |
| ·身管性能退化的主要参数 | 第18页 |
| ·身管退化失效的失效阀值 | 第18-19页 |
| ·基于退化轨迹的寿命预测方法 | 第19-20页 |
| ·不考虑退化轨迹的寿命预测方法 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 基于BP神经网络的身管性能退化数据分析 | 第22-35页 |
| ·概述 | 第22页 |
| ·神经网络基本结构及原理 | 第22-23页 |
| ·BP神经网络学习规则 | 第23-24页 |
| ·BP神经网络的结构设计 | 第24-30页 |
| ·输入、输出向量的确定 | 第24-25页 |
| ·输入层和输出层神经元数的确定 | 第25-26页 |
| ·神经网络层数的确定 | 第26页 |
| ·隐含层的神经元数的确定 | 第26-29页 |
| ·传递函数的确定 | 第29页 |
| ·初始权值和阈值的确定 | 第29-30页 |
| ·神经网络的Matlab实现 | 第30-32页 |
| ·输入、输出数据的归一化处理 | 第30页 |
| ·训练样本和测试样本的选择 | 第30页 |
| ·确定BP神经网络的结构 | 第30页 |
| ·建立并训练BP神经网络 | 第30-32页 |
| ·身管寿命预测及可靠性分析 | 第32-34页 |
| ·计算身管的伪寿命 | 第32页 |
| ·伪寿命分布类型的确定及分布参数的估计 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 4 基于遗传算法的身管退化试验方案优化设计 | 第35-46页 |
| ·概述 | 第35页 |
| ·退化模型及参数估计 | 第35-37页 |
| ·退化模型 | 第35-36页 |
| ·参数估计 | 第36-37页 |
| ·退化试验方案的优化设计 | 第37-39页 |
| ·优化问题数学模型的建立 | 第37-39页 |
| ·基于遗传算法的优化算法设计 | 第39-40页 |
| ·遗传算法优化 | 第39页 |
| ·遗传算法的退化试验方案优化 | 第39-40页 |
| ·身管退化试验优化实例 | 第40-45页 |
| ·本章小结 | 第45-46页 |
| 5 基于退化数据的身管实时可靠性预测 | 第46-55页 |
| ·概述 | 第46页 |
| ·时间序列的平滑预测技术 | 第46-48页 |
| ·时间序列的建立 | 第46-47页 |
| ·指数平滑预测技术 | 第47-48页 |
| ·基于时序分析方法的身管实时性能可靠性预测 | 第48-51页 |
| ·模型假设 | 第48页 |
| ·平滑常数、平滑值及趋势值初值的确定 | 第48-51页 |
| ·预测性能参数均值及方差的确定 | 第51-52页 |
| ·身管实时可靠性的预测 | 第52-54页 |
| ·本章总结 | 第54-55页 |
| 6 身管退化数据分析与寿命预测软件的开发 | 第55-63页 |
| ·概述 | 第55页 |
| ·Matlab与Excel接口 | 第55-56页 |
| ·软件的总体结构 | 第56-57页 |
| ·基于BP神经网络的身管寿命预测模块 | 第57-58页 |
| ·身管退化试验方案的优化设计模块 | 第58-60页 |
| ·基于时间序列的身管实时可靠性预测模块 | 第60-61页 |
| ·软件运行实例 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 7 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 | 第69页 |
