| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究工作的背景与意义 | 第11-12页 |
| 1.2 可靠性预测国内外研究历史与现状 | 第12-13页 |
| 1.3 剩余寿命预测国内外研究历史与现状 | 第13-15页 |
| 1.4 本文研究方法 | 第15-16页 |
| 1.4.1 基于贝叶斯方法和滑动窗.样本分组法的可靠性实时预测方法 | 第15页 |
| 1.4.2 基于可靠性试验数据的性能退化趋势实时预测方法 | 第15-16页 |
| 1.4.3 基于差异分析和相似性的剩余寿命实时预测方法 | 第16页 |
| 1.5 本文的主要贡献与创新 | 第16-17页 |
| 1.6 本文章节安排 | 第17-19页 |
| 第二章 基于贝叶斯方法和滑动窗口样本分组法的可靠性实时预测方法 | 第19-30页 |
| 2.1 可靠性的基本概念 | 第19-20页 |
| 2.2 基于贝叶斯方法和滑动窗.样本分组法的可靠性实时预测方法 | 第20-28页 |
| 2.2.1 贝叶斯方法及其实现流程 | 第20页 |
| 2.2.2 实时可靠度的求解 | 第20-28页 |
| 2.2.2.1 伪失效寿命的估计 | 第20-22页 |
| 2.2.2.2 先验概率密度函数中的未知参数估计 | 第22-24页 |
| 2.2.2.3 后验概率密度函数的求解 | 第24-25页 |
| 2.2.2.4 实时可靠度的求解 | 第25页 |
| 2.2.2.5 实例验证 | 第25-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第三章 基于可靠性试验数据的性能退化趋势实时预测方法研究 | 第30-42页 |
| 3.1 性能退化趋势的实时预测 | 第32-40页 |
| 3.1.1 可靠性试验数据的分析处理 | 第32-33页 |
| 3.1.2 现场数据的分析处理 | 第33页 |
| 3.1.3 数据融合与趋势实时预测结果 | 第33-34页 |
| 3.1.4 实例验证 | 第34-40页 |
| 3.2 本章小结 | 第40-42页 |
| 第四章 基于差异分析和相似性的剩余寿命实时预测方法 | 第42-60页 |
| 4.1 基于差异分析和相似性的剩余寿命实时预测方法 | 第42-46页 |
| 4.1.1 差异分析方法 | 第42-44页 |
| 4.1.2 相似性分析方法 | 第44-46页 |
| 4.2 剩余寿命的实时预测 | 第46-48页 |
| 4.3 实例验证 | 第48-58页 |
| 4.3.1 预测方法的验证与鲁棒性分析 | 第49-52页 |
| 4.3.2 权重分配因子对预测结果的影响的验证 | 第52-55页 |
| 4.3.3 距离函数对预测结果的影响的验证 | 第55-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 可靠性与剩余寿命预测方法软件设计与实现 | 第60-69页 |
| 5.1 总体设计思想 | 第60-61页 |
| 5.1.1 开发环境 | 第60-61页 |
| 5.1.2 任务要求 | 第61页 |
| 5.2 软件编程实现 | 第61-68页 |
| 5.2.1 软件界面的设计 | 第61-62页 |
| 5.2.2 软件功能的实现 | 第62-66页 |
| 5.2.3 关键技术 | 第66-68页 |
| 5.3 本章小结 | 第68-69页 |
| 第六章 全文总结与未来工作展望 | 第69-73页 |
| 6.1 全文总结 | 第69-70页 |
| 6.2 未来工作展望 | 第70-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士学位期间取得的成果 | 第77-78页 |
