电力变压器故障分析及智能维修决策
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题的研究背景及意义 | 第9页 |
| 1.2 设备维修决策的研究现状 | 第9-11页 |
| 1.2.1 事后维修(BM) | 第10页 |
| 1.2.2 预防性维修(PM) | 第10-11页 |
| 1.2.3 状态维修(CBM) | 第11页 |
| 1.3 风险评估方法的研究综述 | 第11-12页 |
| 1.4 论文的主要工作 | 第12-14页 |
| 第2章 大型变压器状态参量故障概率分析 | 第14-30页 |
| 2.1 故障模式及失效性分析 | 第14-18页 |
| 2.1.1 故障模式及失效分析的主要方法 | 第14-15页 |
| 2.1.2 FMEA实施过程 | 第15-16页 |
| 2.1.3 FMEA的分析步骤 | 第16-18页 |
| 2.2 变压器故障特征参量的提取 | 第18-21页 |
| 2.2.1 故障的特征参量 | 第18页 |
| 2.2.2 特征参量的提取 | 第18-21页 |
| 2.3 故障模式发生概率的计算 | 第21-23页 |
| 2.3.1 故障模式概率模型 | 第21页 |
| 2.3.2 权重计算方法 | 第21-23页 |
| 2.3.3 故障模式发生概率的计算流程 | 第23页 |
| 2.4 实例分析 | 第23-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于FTA的电力变压器综合故障概率计算 | 第30-44页 |
| 3.1 故障树及故障树分析法 | 第30-32页 |
| 3.1.1 故障树分析中常用的术语和符号 | 第31页 |
| 3.1.2 故障树分析法的特性 | 第31-32页 |
| 3.1.3 故障树的建立过程 | 第32页 |
| 3.2 故障树数学模型 | 第32-34页 |
| 3.3 变压器故障树的建立 | 第34-38页 |
| 3.4 底事件重要度的计算 | 第38页 |
| 3.5 变压器故障概率的计算 | 第38-40页 |
| 3.6 实例分析 | 第40-42页 |
| 3.7 故障概率的应用 | 第42-43页 |
| 3.8 本章小结 | 第43-44页 |
| 第4章 基于智能灰靶的变压器智能维修决策方法 | 第44-51页 |
| 4.1 智能灰靶决策的基本原理 | 第44-46页 |
| 4.1.1 灰色关联分析数学定义 | 第44-45页 |
| 4.1.2 智能灰靶决策的建模方法 | 第45-46页 |
| 4.2 变压器维修智能灰靶决策分析 | 第46-47页 |
| 4.2.1 事件集确定 | 第46-47页 |
| 4.2.2 对策集确定 | 第47页 |
| 4.2.3 决策目标及灰局势效果向量 | 第47页 |
| 4.3 实例分析 | 第47-49页 |
| 4.4 智能维修决策的应用 | 第49页 |
| 4.5 小结 | 第49-51页 |
| 第5章 结论与展望 | 第51-53页 |
| 5.1 主要结论 | 第51页 |
| 5.2 后续研究工作的展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-56页 |
| 作者简介 | 第56页 |
