摘要 | 第5-7页 |
abstract | 第7-9页 |
主要符号及缩略语 | 第17-20页 |
第一章 绪论 | 第20-35页 |
1.1 选题背景及研究意义 | 第20-21页 |
1.2 复杂系统可靠性分析与评估方法研究现状 | 第21-27页 |
1.2.1 多态复杂系统可靠性分析方法 | 第21-23页 |
1.2.2 复杂系统动态可靠性分析与评估 | 第23-25页 |
1.2.3 复杂系统中存在的共因失效问题 | 第25-26页 |
1.2.4 基于贝叶斯网络的复杂系统可靠性分析 | 第26-27页 |
1.3 认知不确定性量化方法概述 | 第27-31页 |
1.3.1 证据理论 | 第27-29页 |
1.3.2 模糊理论 | 第29-30页 |
1.3.3 概率盒 | 第30页 |
1.3.4 区间分析方法 | 第30-31页 |
1.4 本文的研究思路与内容安排 | 第31-35页 |
1.4.1 问题的提出及研究思路 | 第31-32页 |
1.4.2 研究内容及结构 | 第32-35页 |
第二章 基于信任通用生成函数的复杂多态系统可靠性分析 | 第35-54页 |
2.1 引言 | 第35-36页 |
2.2 通用生成函数及其在多态系统可靠性分析中的拓展应用 | 第36-41页 |
2.2.1 证据理论 | 第36-37页 |
2.2.2 信任通用生成函数 | 第37-40页 |
2.2.3 区间通用生成函数 | 第40-41页 |
2.3 基于α因子模型及权值影响向量法的共因失效概率计算 | 第41-44页 |
2.3.1 α因子模型 | 第41-42页 |
2.3.2 权值影响向量法 | 第42-43页 |
2.3.3 算例分析 | 第43-44页 |
2.4 多态系统中共因失效与信任通用生成函数融合 | 第44-45页 |
2.5 算例分析 | 第45-49页 |
2.5.1 基于信任通用生成函数系统可靠性分析 | 第45-47页 |
2.5.2 基于区间通用生成函数系统可靠性分析 | 第47-48页 |
2.5.3 基于全局优化方法的系统可靠性分析 | 第48-49页 |
2.6 实例分析:挖掘机整流回馈系统可靠性分析 | 第49-53页 |
2.6.1 大型挖掘机整流回馈系统 | 第49-50页 |
2.6.2 整流回馈系统可靠性分析 | 第50-53页 |
2.7 本章小结 | 第53-54页 |
第三章 基于区间值模糊贝叶斯网络的复杂多态系统可靠性分析 | 第54-75页 |
3.1 引言 | 第54-55页 |
3.2 考虑认知不确定性的贝叶斯网络建模 | 第55-64页 |
3.2.1 贝叶斯网络 | 第55-56页 |
3.2.2 多态贝叶斯网络 | 第56-57页 |
3.2.3 模糊多态贝叶斯网络 | 第57-60页 |
3.2.4 区间值模糊多态贝叶斯网络 | 第60-63页 |
3.2.5 区间值三角模糊概率的归一化方法 | 第63-64页 |
3.3 系统可靠性的共因失效建模程序 | 第64-66页 |
3.3.1 共因失效贝叶斯网络建模 | 第64-66页 |
3.3.2 b 因子参数模型 | 第66页 |
3.4 实例分析:卫星天线双轴定位机构传动系统可靠性分析 | 第66-74页 |
3.4.1 卫星天线双轴定位机构传动系统 | 第67页 |
3.4.2 系统可靠性框图到贝叶斯网络的映射 | 第67-70页 |
3.4.3 基于区间值模糊多态BN的系统可靠性分析 | 第70-71页 |
3.4.4 考虑CCF时基于区间值模糊多态BN的系统可靠性分析 | 第71-74页 |
3.5 本章小结 | 第74-75页 |
第四章 基于信任贝叶斯网络的复杂多态系统可靠性评估 | 第75-98页 |
4.1 引言 | 第75-76页 |
4.2 基于证据理论的多态贝叶斯网络认知不确定性量化 | 第76-80页 |
4.2.1 证据理论下多态贝叶斯网络节点定义 | 第76-78页 |
4.2.2 证据理论下多态贝叶斯网络推理 | 第78-80页 |
4.3 考虑多共因组的系统可靠性建模分析 | 第80-85页 |
4.3.1 多共因组下修正的 β 因子参数模型 | 第80-83页 |
4.3.2 模型的局限性及解决方案 | 第83-84页 |
4.3.3 存在多共因组的贝叶斯网络节点处理 | 第84-85页 |
4.4 实例分析1:卫星天线双轴定位机构传动系统可靠性分析 | 第85-87页 |
4.5 实例分析2:某卧车进给系统可靠性分析 | 第87-97页 |
4.5.1 DL系列某重型数控卧式车床进给子系统 | 第87-88页 |
4.5.2 进给系统多态BN建模及其与多共因组的融合 | 第88-91页 |
4.5.3 证据理论下卧车进给系统可靠性分析 | 第91-97页 |
4.6 本章小结 | 第97-98页 |
第五章 认知不确定性下的复杂机电系统可靠性综合评估 | 第98-129页 |
5.1 引言 | 第98-99页 |
5.2 动态故障树建模 | 第99页 |
5.3 参数估计及认知不确定性的表达 | 第99-104页 |
5.3.1 变异系数法估计寿命分布参数 | 第99-102页 |
5.3.2 拓展参数化概率盒下认知不确定性的表征 | 第102-104页 |
5.4 复杂动态系统可靠性评估 | 第104-111页 |
5.4.1 基于贝叶斯网络的复杂系统寿命评估方法 | 第104-106页 |
5.4.2 基于蒙特卡洛方法的复杂动态系统寿命评估方法 | 第106-110页 |
5.4.3 基于可能性理论的区间数排序方法 | 第110-111页 |
5.5 实例分析:某复杂机电系统可靠性评估 | 第111-127页 |
5.5.1 某复杂机电系统描述 | 第111-113页 |
5.5.2 某复杂机电系统寿命评估 | 第113-118页 |
5.5.3 系统可靠性分析及寿命分布验证 | 第118-127页 |
5.6 本章小结 | 第127-129页 |
第六章 结论与展望 | 第129-132页 |
6.1 全文总结 | 第129-130页 |
6.2 后续工作展望 | 第130-132页 |
致谢 | 第132-133页 |
参考文献 | 第133-151页 |
在学期间参与的项目研究 | 第151-152页 |
攻读博士学位期间取得的成果 | 第152-154页 |