| 致谢 | 第4-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 引言 | 第13-21页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究意义 | 第14页 |
| 1.3 课题来源和研究内容 | 第14-16页 |
| 1.3.1 课题来源 | 第14-15页 |
| 1.3.2 研究内容 | 第15-16页 |
| 1.4 研究方法和论文框架 | 第16-18页 |
| 1.5 主要创新点 | 第18-21页 |
| 2 文献综述 | 第21-37页 |
| 2.1 设备维修策略基础 | 第21-27页 |
| 2.1.1 预防性维修策略及其应用研究 | 第21-24页 |
| 2.1.2 更新过程理论基础 | 第24-26页 |
| 2.1.3 延迟时间理论在设备预防性维修中的应用 | 第26-27页 |
| 2.2 基于随机过程的设备维修理论综述 | 第27-34页 |
| 2.2.1 基于泊松过程的设备维修决策模型研究 | 第27-29页 |
| 2.2.2 基于维纳过程的设备维修决策模型研究 | 第29-31页 |
| 2.2.3 基于几何过程的设备维修决策模型研究 | 第31-33页 |
| 2.2.4 基于Gamma过程的设备维修决策模型研究 | 第33-34页 |
| 2.3 系统维修中的相关数学理论基础 | 第34-37页 |
| 3 两种故障模式下单部件系统诊断和更新策略研究 | 第37-59页 |
| 3.1 系统描述 | 第37-38页 |
| 3.1.1 定期诊断策略系统描述 | 第37-38页 |
| 3.1.2 可调节诊断策略系统描述 | 第38页 |
| 3.2 更新过程模型 | 第38-47页 |
| 3.2.1 定期诊断策略更新过程分析 | 第39-43页 |
| 3.2.2 可调节诊断策略分析 | 第43-47页 |
| 3.3 最佳的诊断周期和预防更换时间 | 第47-50页 |
| 3.3.1 关于期望更新周期与期望更新成本的分析 | 第47-50页 |
| 3.3.2 寻找最优维修策略 | 第50页 |
| 3.4 算例分析 | 第50-57页 |
| 3.4.1 基于定期诊断策略的预防性维修模型 | 第50-56页 |
| 3.4.2 诊断间隔可变的诊断和更换优化策略研究 | 第56-57页 |
| 3.5 本章小结 | 第57-59页 |
| 4 两种相关故障模式下的单部件系统预防性维修模型 | 第59-69页 |
| 4.1 系统描述和符号假设 | 第60-61页 |
| 4.2 模型分析 | 第61-64页 |
| 4.3 计算联合概率密度函数 | 第64-66页 |
| 4.3.1 两种故障模式相关性分析 | 第64-65页 |
| 4.3.2 基于Copula函数的相关性分析 | 第65-66页 |
| 4.4 案例研究 | 第66-68页 |
| 4.5 本章小结 | 第68-69页 |
| 5 两种故障模式下的两部件系统提前预防维修模型 | 第69-83页 |
| 5.1 系统描述和假设 | 第69-71页 |
| 5.2 基于提前更新策略下的模型及相关概率分析 | 第71-79页 |
| 5.2.1 由于故障导致系统更新的情况分析 | 第71-74页 |
| 5.2.2 由于诊断导致系统更新的情况分析 | 第74-76页 |
| 5.2.3 基于役龄更换的情况分析 | 第76-78页 |
| 5.2.4 由于提前更换导致的系统更新的情况分析 | 第78-79页 |
| 5.3 案例分析 | 第79-81页 |
| 5.4 本章小结 | 第81-83页 |
| 6 单部件可维修系统的预防性维修模型 | 第83-93页 |
| 6.1 问题描述和模型假设 | 第83-84页 |
| 6.2 基于非齐次泊松过程的退化模型 | 第84-87页 |
| 6.2.1 非齐次泊松过程模型定义 | 第84-85页 |
| 6.2.2 单位时间期望成本计算 | 第85-87页 |
| 6.3 案例研究 | 第87-91页 |
| 6.3.1 参数估计和假设检验 | 第88-90页 |
| 6.3.2 结果分析 | 第90-91页 |
| 6.4 本章小结 | 第91-93页 |
| 7 结论与展望 | 第93-95页 |
| 7.1 研究结论 | 第93-94页 |
| 7.2 研究展望 | 第94-95页 |
| 参考文献 | 第95-111页 |
| 作者简历及在学研究成果 | 第111-115页 |
| 学位论文数据集 | 第115页 |