| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-28页 |
| §1.1 研究背景 | 第13-14页 |
| §1.2 可靠性增长管理研究现状 | 第14-22页 |
| ·航天产品可靠性增长管理的发展趋势 | 第14-18页 |
| ·可靠性增长管理方法的研究现状 | 第18-22页 |
| §1.3 存在的问题及解决问题思路 | 第22-24页 |
| ·存在的问题 | 第22-24页 |
| ·解决问题的思路 | 第24页 |
| §1.4 论文主要内容和结构安排 | 第24-25页 |
| §1.5 论文主要创新点 | 第25-28页 |
| 第二章 可靠性增长管理的基本理论 | 第28-42页 |
| §2.1 可靠性增长管理基本概念、内容及流程 | 第28-34页 |
| ·基本概念 | 第28-29页 |
| ·可靠性增长管理的基本内容及流程 | 第29-34页 |
| §2.2 可靠性增长信息管理 | 第34-39页 |
| ·可靠性增长信息特征及组成 | 第34-36页 |
| ·可靠性信息管理方法 | 第36-37页 |
| ·可靠性增长信息管理工作流程 | 第37-39页 |
| §2.3 可靠性增长管理模式 | 第39-41页 |
| ·并行可靠性增长管理 | 第39-40页 |
| ·集成可靠性增长管理 | 第40-41页 |
| 本章小结 | 第41-42页 |
| 第三章 液体火箭发动机可靠性增长信息融合方法 | 第42-69页 |
| §3.1 可靠性增长信息融合优点及方法选择 | 第42-45页 |
| ·可靠性增长管理中信息融合的优点 | 第42-43页 |
| ·可靠性增长信息融合方法选择 | 第43-44页 |
| ·信息融合中应注意的问题 | 第44-45页 |
| §3.2 同一阶段同源信息融合方法 | 第45-52页 |
| ·基于D-S证据推理的专家信息融合 | 第45-48页 |
| ·单元信息、分系统信息与系统信息的融合 | 第48-52页 |
| §3.3 同一阶段多源信息融合方法 | 第52-60页 |
| ·专家信息与试验信息的融合 | 第52-53页 |
| ·同一阶段多源先验信息融合 | 第53-60页 |
| §3.4 可靠性增长中的Bayes信息融合 | 第60-68页 |
| ·可靠性增长信息融合建模 | 第61页 |
| ·阶段k的可靠性增长建模 | 第61-63页 |
| ·可靠性增长数据折合 | 第63-65页 |
| ·各试验阶段故障率先验分布参数的确定 | 第65-67页 |
| ·模型的假设检验 | 第67页 |
| ·可靠性增长信息融合在××型液体火箭发动机中的应用 | 第67-68页 |
| 本章小节 | 第68-69页 |
| 第四章 基于Bayes网络的液体火箭发动机可靠性增长过程建模 | 第69-100页 |
| §4.1 液体火箭发动机可靠性增长过程建模方法选择 | 第69-74页 |
| ·液体火箭发动机可靠性增长过程建模方法选择 | 第69-71页 |
| ·Bayes网络的数学描述 | 第71-72页 |
| ·Bayes网络的推理形式 | 第72-73页 |
| ·Bayes网络建模的基本步骤 | 第73-74页 |
| §4.2 基于Bayes网络的液体火箭发动机FMEA建模 | 第74-88页 |
| ·传统的FMEA方法与基于Bayes网络的FMEA方法 | 第75页 |
| ·液体火箭发动机的故障模式与影响分析 | 第75-77页 |
| ·液体火箭发动机FMEA的Bayes网络定性建模 | 第77-81页 |
| ·液体火箭发动机FMEA的Bayes网络定量建模 | 第81-86页 |
| ·基于可靠性增长的动态Bayes网络建模 | 第86-88页 |
| §4.3 基于Bayes网络的液体火箭发动机故障诊断建模 | 第88-93页 |
| ·基于Bayes网络故障珍断建模的基本过程 | 第88-89页 |
| ·Bayes网络故障诊断中的D-Seperation技术 | 第89-93页 |
| §4.4 可靠性增长能力综合评估的Bayes网络建模 | 第93-95页 |
| ·可靠性增长能力综合讦估的基本思想 | 第93-94页 |
| ·可靠性增长能力综合评估的Bayes网络拓扑结构 | 第94-95页 |
| §4.5 液体火箭发动机可靠性增长Bayes网络建模的灵敏度分析 | 第95-99页 |
| ·Bayes网络灵敏度分析方法选择 | 第95页 |
| ·基于符合概率推断的Bayes网络灵敏度分析 | 第95-98页 |
| ·灵敏度分析方法在液体火箭发动机可靠性增长管理中的应用 | 第98-99页 |
| 本章小结 | 第99-100页 |
| 第五章 液体火箭发动机可靠性增长规划 | 第100-116页 |
| §5.1 液体火箭发动机可靠性增长规划的基本内容 | 第100-103页 |
| ·可靠性增长试验设计原则 | 第100-101页 |
| ·可靠性增长试验形式 | 第101-102页 |
| ·可靠性增长试验与可靠性鉴定试验的关系 | 第102页 |
| ·实现产品可靠性增长的工程化方法 | 第102-103页 |
| §5.2 液体火箭发动机分系统的可靠性增长规划 | 第103-110页 |
| ·关键分系统的确定方法 | 第103-105页 |
| ·可靠性增长趋势检验 | 第105-106页 |
| ·分系统的可靠性增长规划模型 | 第106-110页 |
| §5.3 液体火箭发动机系统可靠性增长规划模型 | 第110-115页 |
| ·MTGP模型 | 第110-112页 |
| ·参数ρ的确定 | 第112页 |
| ·制定可靠性增长规划的基本过程 | 第112-113页 |
| ·系统级可靠性增长规划方法在某型液体火箭发动机中的应用 | 第113-115页 |
| ·可靠性增长的控制 | 第115页 |
| 本章小结 | 第115-116页 |
| 第六章 液体火箭发动机可靠性增长的Bayes风险决策 | 第116-129页 |
| §6.1 液体火箭发动机可靠性增长Bayes风险决策的基本原理 | 第116-119页 |
| ·液体火箭发动机可靠性增长决策中信息的基本含义 | 第116-117页 |
| ·Bayes风险决策的基本内容 | 第117-118页 |
| ·效用函数μ(e，z，a，R)的基本含义 | 第118-119页 |
| §6.2 液体火箭发动机可靠性增长的先验Bayes决策 | 第119-124页 |
| ·可靠性增长试验的先验分析 | 第119-120页 |
| ·基于先验信息的液体火箭发动机可靠性增长决策 | 第120-124页 |
| §6.3 液体火箭发动机可靠性增长的后验Bayes决策 | 第124-128页 |
| ·样本信息价值及净抽样收益 | 第124-125页 |
| ·基于最优信息量的液体火箭发动机可靠性增长决策 | 第125-127页 |
| ·液体火箭发动机可靠性增长的后验决策 | 第127-128页 |
| 本章小结 | 第128-129页 |
| 第七章 液体火箭发动机可靠性增长管理软件工具的设计和实现 | 第129-139页 |
| §7.1 某型液体火箭发动机可靠性增长管理软件工具 | 第129-131页 |
| ·可靠性增长数据库 | 第129-131页 |
| ·可靠性增长模型库 | 第131页 |
| ·可靠性增长管理软件的基本功能 | 第131页 |
| §7.2 某型液体火箭发动可靠性增长管理的主要输出结果 | 第131-138页 |
| ·基于Bayes网络的FMEA模型输出结果 | 第131-133页 |
| ·可靠性增长能力综合评估模型输出结果 | 第133-134页 |
| ·可靠性增长规划模型输出结果 | 第134-138页 |
| ·可靠性增长风险决策模型输出结果 | 第138页 |
| 本章小结 | 第138-139页 |
| 第八章 结束语 | 第139-141页 |
| §8.1 本文的主要贡献 | 第139-140页 |
| §8.2 进一步研究的展望 | 第140-141页 |
| 附录 | 第141-142页 |
| 致谢 | 第142-144页 |
| 参考文献 | 第144-156页 |
| 攻读博士学位期间发表的主要论文 | 第156-157页 |
