| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究的背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 研究的主要内容 | 第10页 |
| 1.4 本文的结构安排 | 第10-11页 |
| 第二章 研究基础 | 第11-20页 |
| 2.1 设备剩余寿命预测 | 第11-16页 |
| 2.1.1 设备寿命的概念 | 第11-12页 |
| 2.1.2 设备剩余寿命 | 第12页 |
| 2.1.3 设备故障率曲线 | 第12-13页 |
| 2.1.4 设备故障模型 | 第13-16页 |
| 2.2 设备寿命预测的基本方法和主要内容 | 第16-17页 |
| 2.2.1 设备预测的基本方法 | 第16-17页 |
| 2.2.2 设备寿命预测的主要内容 | 第17页 |
| 2.3 GMDH 方法简介 | 第17-20页 |
| 2.3.1 GMDH 的发展 | 第17-18页 |
| 2.3.2 自组织理论简介 | 第18-20页 |
| 第三章 计算设备剩余寿命的几种方法 | 第20-29页 |
| 3.1 基于神经网络方法的疲劳寿命预测 | 第20-22页 |
| 3.1.1 BP 神经网络基础 | 第21页 |
| 3.1.2 BP 网络算法 | 第21-22页 |
| 3.2 基于状态监测的设备寿命预测 | 第22-23页 |
| 3.2.1 状态监测 | 第22-23页 |
| 3.2.2 趋势分析 | 第23页 |
| 3.2.3 软件设计 | 第23页 |
| 3.3 基于可靠度理论的剩余寿命预测 | 第23-25页 |
| 3.3.1 可靠度的计算 | 第23-24页 |
| 3.3.2 常用剩余寿命预测思路 | 第24-25页 |
| 3.4 从经济角度考虑设备寿命周期预测 | 第25-29页 |
| 3.4.1 设备的寿命周期费用 | 第25-27页 |
| 3.4.2 设备使用周期 | 第27-29页 |
| 第四章 基于空间重构的GMDH 方法在复杂机械系统状态预测中的应用 | 第29-41页 |
| 4.1 GMDH 算法的研究 | 第29-36页 |
| 4.1.1 GMDH 算法建模过程 | 第29-33页 |
| 4.1.2 GMDH 网络构建 | 第33-36页 |
| 4.2 相空间重构 | 第36-37页 |
| 4.3 基于相空间重构的GMDH | 第37-39页 |
| 4.4 机械设备状态预测的动力学模式 | 第39-41页 |
| 第五章 GMDH 方法在机械设备寿命预测中的实现 | 第41-46页 |
| 5.1 系统实现语言与实现工具 | 第41页 |
| 5.2 GMDH 算法的实现 | 第41-44页 |
| 5.3 基于GMDH 算法的实验结果分析 | 第44-46页 |
| 第六章 结束语 | 第46-47页 |
| 6.1 工作总结 | 第46页 |
| 6.2 工作展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 附录I 攻读硕士学位期间成果 | 第50-51页 |
| 致谢 | 第51页 |