| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 选题背景与研究意义 | 第8-9页 |
| 1.2 国内外相关研究发展及现状 | 第9-12页 |
| 1.2.1 健康状态评价研究现状 | 第9-10页 |
| 1.2.2 寿命预测研究现状 | 第10-12页 |
| 1.3 主要研究内容与技术路线 | 第12-13页 |
| 1.3.1 主要研究内容 | 第12页 |
| 1.3.2 技术路线 | 第12-13页 |
| 1.4 文章结构和创新点 | 第13-16页 |
| 1.4.1 文章结构 | 第13-14页 |
| 1.4.2 主要创新点 | 第14-16页 |
| 2 机电设备健康状态评价的过程分析 | 第16-25页 |
| 2.1 机电设备的功能结构 | 第16-19页 |
| 2.1.1 机电设备概述 | 第16页 |
| 2.1.2 机电设备功能结构构成分析 | 第16-19页 |
| 2.2 健康状态评价概述 | 第19-21页 |
| 2.2.1 健康状态评价的概念 | 第19页 |
| 2.2.2 健康状态评价的一般步骤 | 第19-20页 |
| 2.2.3 健康状态评价常用方法及模型 | 第20-21页 |
| 2.3 设备寿命阶段对健康状态评价的影响 | 第21-22页 |
| 2.3.1 设备寿命阶段的划分 | 第21-22页 |
| 2.3.2 寿命阶段对健康状态评价的影响分析 | 第22页 |
| 2.4 机电设备健康状态评价的多维评价过程 | 第22-25页 |
| 3 weibull 分布下基于遗传算法的设备寿命阶段划分 | 第25-35页 |
| 3.1 weibull 分布及遗传算法研究现状 | 第25-26页 |
| 3.2 设备寿命分布模型的选择 | 第26-28页 |
| 3.2.1 Weibull 分布简介 | 第26-27页 |
| 3.2.2 设备寿命阶段与 Weibull 参数之间的联系 | 第27-28页 |
| 3.3 应用遗传算法对 Weibull 参数进行估计 | 第28-31页 |
| 3.3.1 基本的遗传算法 | 第28-29页 |
| 3.3.2 改进的遗传算法 | 第29-30页 |
| 3.3.3 遗传算法估计 Weibull 参数的具体过程 | 第30-31页 |
| 3.4 设备寿命阶段划分实例 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 面向不同寿命阶段的机电设备健康状态评价模型 | 第35-48页 |
| 4.1 机电设备健康状态评价模型的构建 | 第35-37页 |
| 4.1.1 健康状态评价方法概述 | 第35-36页 |
| 4.1.2 基于模糊综合评判的健康状态评价 | 第36-37页 |
| 4.2 机电设备健康状态评价的指标选择和体系构建 | 第37-41页 |
| 4.2.1 健康状态评价的指标选择原则 | 第37-38页 |
| 4.2.2 基于机电设备结构及寿命阶段的多维健康状态评价指标体系 | 第38-41页 |
| 4.3 机电设备健康状态评价的指标权重的确定 | 第41-46页 |
| 4.3.1 评价指标权重确定方法的选择 | 第41-44页 |
| 4.3.2 基于遗传算法的指标权重的计算 | 第44-45页 |
| 4.3.3 面向寿命阶段的健康状态评价模型的权重的调整 | 第45-46页 |
| 4.4 机电设备健康状态评价等级的划分及结果分析 | 第46-47页 |
| 4.4.1 评价等级的划分 | 第46-47页 |
| 4.4.2 评价结果的分析 | 第47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 算例分析 | 第48-58页 |
| 5.1 实验室平台简介 | 第48-50页 |
| 5.2 实验室平台健康状态评价的过程 | 第50-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 论文总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65页 |
| A. 作者在攻读硕士学位期间发表的论文 | 第65页 |
| B. 作者在攻读硕士学位期间参加的科研项目 | 第65页 |
