| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景 | 第10-11页 |
| 1.2 课题相关内容国内外研究现状 | 第11-14页 |
| 1.3 课题来源及研究内容 | 第14-16页 |
| 1.3.1 课题来源 | 第14页 |
| 1.3.2 研究内容 | 第14-16页 |
| 第2章 数控机床MTBF的评估方法 | 第16-24页 |
| 2.1 基于故障数据分布模型的机床可靠性评估 | 第16-18页 |
| 2.2 基于Bayes方法的机床可靠性评估 | 第18-23页 |
| 2.2.1 Bayes方法概述 | 第18-22页 |
| 2.2.2 Bayes方法在机床可靠性评估中的运用 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 数控机床现场可靠性数据预处理 | 第24-34页 |
| 3.1 数控机床可靠性数据的来源 | 第24-25页 |
| 3.2 机床现场可靠性数据中存在的问题分析 | 第25-26页 |
| 3.3 现场可靠性数据的处理流程及规则 | 第26-30页 |
| 3.3.1 数控机床现场记录中人为影响因素的消除 | 第26-27页 |
| 3.3.2 数控机床现场可靠性记录中的故障甄别 | 第27页 |
| 3.3.3 数控机床可靠性数据的统计量转化 | 第27-30页 |
| 3.4 VMC系列数控机床故障数据的处理结果 | 第30-31页 |
| 3.5 基于故障总时间法消减机床可靠性数据中的截尾数据 | 第31-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 数控机床故障数据分布模型的分析 | 第34-46页 |
| 4.1 机床故障数据的趋势检验 | 第34-39页 |
| 4.1.1 图示法 | 第35-38页 |
| 4.1.2 统计法 | 第38-39页 |
| 4.2 故障间隔时间分布模型的拟合检验 | 第39-45页 |
| 4.2.1 威布尔分布的线性回归分析 | 第40-43页 |
| 4.2.2 威布尔分布拟合的假设检验 | 第43-45页 |
| 4.3 机床故障数据分布模型的一般性讨论 | 第45-46页 |
| 第5章 基于小样本数据的机床MTBF评估 | 第46-62页 |
| 5.1 基于回归折算法的机床MTBF评估 | 第46-57页 |
| 5.1.1 机床可靠性数据的回归折算算法 | 第47-49页 |
| 5.1.2 基于Monte-Carlo法检验折算方法的有效性 | 第49-52页 |
| 5.1.3 VMC650E型机床故障数据的折算 | 第52-56页 |
| 5.1.4 VMC850E型机床的MTBF评估 | 第56-57页 |
| 5.2 基于Bayes方法的机床MTBF评估 | 第57-61页 |
| 5.2.1 威布尔分布的Bayes分析 | 第57-60页 |
| 5.2.2 VMC850E型机床故障数据分布模型参数的求解 | 第60-61页 |
| 5.3 本章小结 | 第61-62页 |
| 第6章 结论及展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 附录A VMC系列数控机床可靠性数据 | 第69-72页 |
| 附录B VMC系列数控机床性能指标 | 第72-74页 |
| 附录C 基于Monte-Carlo方法的可靠性数据回归折算有效性检验 | 第74-78页 |
| 附录D 攻读硕士期间发表与录用的学术论文 | 第78页 |
