城轨车辆维保系统关键技术研究与应用
摘要 | 第3-4页 |
Abstract | 第4页 |
1 绪论 | 第8-13页 |
1.1 研究背景和意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-11页 |
1.2.1 设备维保理论的发展 | 第9页 |
1.2.2 维保应用现状研究 | 第9-11页 |
1.3 本文的研究内容和安排 | 第11-13页 |
2 维保管理概念及研究内容 | 第13-23页 |
2.1 维保管理的基本概念 | 第13-14页 |
2.2 维保库存分析 | 第14-15页 |
2.2.1 备件分类 | 第14页 |
2.2.2 备件需求分析 | 第14-15页 |
2.2.3 备件库存控制 | 第15页 |
2.3 维保规划策略 | 第15-20页 |
2.3.1 维保方式确定 | 第16-18页 |
2.3.2 维保周期优化 | 第18-19页 |
2.3.3 维保计划生成 | 第19-20页 |
2.3.4 维保管理的实现效果评估 | 第20页 |
2.4 维保设备分析管理 | 第20-22页 |
2.4.1 维保可靠性分析 | 第20-21页 |
2.4.2 维保故障诊断 | 第21-22页 |
2.5 本章小结 | 第22-23页 |
3 基于数据统计的城轨车辆关键系统可靠性分析 | 第23-42页 |
3.1 基于模糊理论的城轨车辆关键系统的确定 | 第23-29页 |
3.1.1 模糊理论基本概念 | 第23-24页 |
3.1.2 关键系统确定的评估因素 | 第24-25页 |
3.1.3 系统关键度计算 | 第25-26页 |
3.1.4 城轨车辆关键系统选择 | 第26-29页 |
3.2 关键系统的可靠性数据统计与分析 | 第29-38页 |
3.2.1 数据收集与整理 | 第29页 |
3.2.2 数据分布类型的拟合 | 第29-31页 |
3.2.3 参数的估计 | 第31-32页 |
3.2.4 假设检验 | 第32-33页 |
3.2.5 可靠性指标的计算 | 第33-34页 |
3.2.6 实例分析 | 第34-38页 |
3.3 关键系统的维保分析 | 第38-41页 |
3.3.1 基本维保方式介绍 | 第38-39页 |
3.3.2 城轨车辆维保规程介绍 | 第39-40页 |
3.3.3 维保规程分析 | 第40-41页 |
3.4 本章小结 | 第41-42页 |
4 基于多目标优化的城轨车辆关键系统维保周期研究 | 第42-55页 |
4.1 多目标优化方法及相关理论 | 第42-45页 |
4.1.1 多目标优化问题描述 | 第42页 |
4.1.2 多目标优化方法介绍 | 第42-43页 |
4.1.3 模糊多目标优化算法 | 第43-45页 |
4.2 城轨车辆单目标维保周期模型建立 | 第45-49页 |
4.2.1 基于可用度确定预防维保周期 | 第46-47页 |
4.2.2 基于任务可靠度确定预防维保周期 | 第47页 |
4.2.3 基于经济性确定预防维保周期 | 第47-49页 |
4.3 基于模糊多目标优化的关键系统维保周期确定 | 第49-54页 |
4.3.1 维保周期具体确定步骤 | 第49页 |
4.3.2 车门系统维保周期优化确定 | 第49-54页 |
4.4 本章小结 | 第54-55页 |
5 基于贝叶斯网络的城轨车辆关键系统故障诊断 | 第55-72页 |
5.1 贝叶斯网络的基本原理 | 第55-57页 |
5.1.1 概率论基础 | 第55-56页 |
5.1.2 贝叶斯网络模型 | 第56页 |
5.1.3 贝叶斯网络推理 | 第56-57页 |
5.2 基于故障树的贝叶斯网络模型的构建 | 第57-60页 |
5.2.1 故障树分析理论 | 第58页 |
5.2.2 贝叶斯网络的构建基础 | 第58-59页 |
5.2.3 故障树与贝叶斯网络的转化算法 | 第59-60页 |
5.3 贝叶斯网络故障诊断推理 | 第60-63页 |
5.3.1 正向因果推理 | 第60-61页 |
5.3.2 反向诊断推理 | 第61-63页 |
5.4 基于贝叶斯网络的车门系统故障诊断 | 第63-71页 |
5.4.1 车门系统开门故障贝叶斯网络模型构建 | 第63-66页 |
5.4.2 车门系统贝叶斯故障诊断 | 第66-71页 |
5.5 本章小结 | 第71-72页 |
6 总结与展望 | 第72-74页 |
致谢 | 第74-75页 |
参考文献 | 第75-80页 |
附录 | 第80页 |