| 1 绪论 | 第1-28页 |
| ·故障诊断技术的研究意义 | 第12-13页 |
| ·故障诊断技术的研究范畴 | 第13-15页 |
| ·智能故障诊断技术的研究现状 | 第15-25页 |
| ·智能故障诊断技术 | 第15-19页 |
| ·主要智能故障诊断方法 | 第15-18页 |
| ·存在的问题 | 第18-19页 |
| ·故障诊断模式的发展 | 第19-23页 |
| ·诊断技术的发展趋势及其与信息技术的融合 | 第23-25页 |
| ·论文主要研究内容 | 第25-26页 |
| ·论文的组织结构 | 第26-28页 |
| 2 面向复杂系统生命周期的诊断维护理念与系统研究 | 第28-47页 |
| ·问题的提出 | 第28-30页 |
| ·故障控制及诊断维护在复杂系统生命周期中的角色 | 第30-33页 |
| ·面向复杂系统生命周期的诊断维护理念 | 第33-38页 |
| ·理念内涵、特点及其基本问题 | 第33-34页 |
| ·复杂系统的生命周期诊断维护三维视图 | 第34-37页 |
| ·理念实施的技术问题 | 第37-38页 |
| ·面向复杂系统生命周期的诊断维护系统研究 | 第38-43页 |
| ·系统的描述模型 | 第38-39页 |
| ·系统的总体结构 | 第39-41页 |
| ·系统的逻辑结构 | 第41-43页 |
| ·智能诊断维护中心的逻辑结构 | 第41-43页 |
| ·复杂系统健康监测的逻辑结构 | 第43页 |
| ·面向生命周期的诊断维护系统是企业信息化的重要部分 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 3 复杂系统的诊断维护知识建模与管理技术研究 | 第47-66页 |
| ·复杂系统的故障控制技术及其知识产出 | 第47-51页 |
| ·故障树分析(FTA) | 第47-49页 |
| ·故障模式及影响分析(FMEA) | 第49-51页 |
| ·诊断维护知识范围分析 | 第51-53页 |
| ·诊断维护知识的管理与应用模型 | 第53-58页 |
| ·知识管理与知识建模概念 | 第53-55页 |
| ·诊断维护知识的应用模型 | 第55-57页 |
| ·基于系统结构分解的知识组织 | 第57-58页 |
| ·知识单元模型及应用 | 第58-62页 |
| ·知识单元模型 | 第58-59页 |
| ·基于知识单元的知识重用与知识发现 | 第59-62页 |
| ·基于知识单元相似度的知识重用 | 第59-60页 |
| ·知识单元上的知识发现 | 第60页 |
| ·算例及分析 | 第60-62页 |
| ·基于知识编码的知识重用 | 第62-65页 |
| ·编码及其原则 | 第62-63页 |
| ·知识编码体系的设计 | 第63-64页 |
| ·知识编码的实现及知识重用 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 4 复杂系统的集成故障诊断技术研究 | 第66-94页 |
| ·复杂系统的故障特性及诊断问题描述 | 第66-68页 |
| ·基于知识的故障诊断系统的构建策略 | 第68-69页 |
| ·复杂系统的集成故障诊断系统 | 第69-93页 |
| ·智能故障诊断系统总体结构 | 第69-71页 |
| ·知识获取与知识单元的知识关联 | 第71-77页 |
| ·专家知识获取策略 | 第71-72页 |
| ·基于粗糙集的规则提取及其可信度确定 | 第72-75页 |
| ·系统结构建模及诊断知识的关联 | 第75-77页 |
| ·基于规则的诊断推理 | 第77-80页 |
| ·用知识单元生成诊断规则 | 第77-78页 |
| ·基于规则的诊断推理 | 第78-79页 |
| ·诊断实例的编辑与使用 | 第79-80页 |
| ·基于贝叶斯网络的诊断推理 | 第80-92页 |
| ·贝叶斯网络的概率基础 | 第80-82页 |
| ·贝叶斯网络上的推理 | 第82-86页 |
| ·将故障树转化为贝叶斯网络 | 第86-88页 |
| ·用知识单元构建贝叶斯网络 | 第88-92页 |
| ·集成诊断推理策略 | 第92-93页 |
| ·本章小结 | 第93-94页 |
| 5 复杂系统的健康监测诊断技术研究 | 第94-112页 |
| ·复杂系统健康管理的内涵 | 第94-96页 |
| ·健康管理的监控模式与信息视图 | 第96-98页 |
| ·基于免疫机制的分布式多Agent健康监测体系 | 第98-106页 |
| ·生物免疫机制及人工免疫工程 | 第99-103页 |
| ·免疫系统机制及其特点 | 第99-101页 |
| ·人工免疫工程的思想方法 | 第101-103页 |
| ·多Agent健康监测结构模型及生物学模拟 | 第103-104页 |
| ·免疫Agent模型 | 第104-105页 |
| ·基于免疫机制的监测系统工作模型 | 第105-106页 |
| ·系统健康监测与状态评估方法 | 第106-111页 |
| ·故障抗原的监测识别 | 第106页 |
| ·系统健康评估方法 | 第106-109页 |
| ·应用实例 | 第109-111页 |
| ·本章小结 | 第111-112页 |
| 6 面向复杂系统生命周期的诊断维护系统实施研究 | 第112-133页 |
| ·面向复杂系统生命周期的诊断维护系统实施策略 | 第112-114页 |
| ·轨道交通自动门的诊断维护系统总体方案 | 第114-116页 |
| ·系统总体方案 | 第114-115页 |
| ·系统总体工作流程 | 第115-116页 |
| ·智能诊断维护中心的开发 | 第116-121页 |
| ·智能诊断维护中心的功能设计 | 第116-117页 |
| ·知识管理模块的开发 | 第117-119页 |
| ·智能诊断推理模块的开发 | 第119-121页 |
| ·列车监控子系统的设计与开发 | 第121-124页 |
| ·列车监控子系统的功能设计 | 第121页 |
| ·列车LON监控网络的结构 | 第121-122页 |
| ·列车本地监控软件的开发 | 第122-124页 |
| ·列车主从站的监控逻辑 | 第122-123页 |
| ·列车主从站监控软件 | 第123-124页 |
| ·远程诊断维护服务子系统的开发 | 第124-129页 |
| ·远程诊断维护的网络结构 | 第124-126页 |
| ·远程监控软件的开发 | 第126-127页 |
| ·远程诊断维护软件的开发 | 第127-129页 |
| ·系统的总体试验测试 | 第129-132页 |
| ·本章小结 | 第132-133页 |
| 7 总结与展望 | 第133-137页 |
| ·成果与创新 | 第133-135页 |
| ·研究展望 | 第135-137页 |
| 致谢 | 第137-138页 |
| 参考文献 | 第138-145页 |
| 攻读博士学位期间发表的论文 | 第145页 |