考虑性能退化的机械装备服役可靠性评估方法研究
第一个书签之前
摘要
ABSTRACT
插图索引
表格索引
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 基于失效数据的可靠性评估方法研究现状
1.2.2 基于性能退化数据的服役可靠性评估方法研究现状
1.2.3 基于运行数据的服役可靠性评估方法研究现状
1.3 论文的主要内容与结构框架
第二章 基于HMM的机械装备服役可靠性评估方法
2.1 引言
2.2 马尔科夫过程概述
2.3 隐马尔科夫模型概述
2.4 基于连续时间变换HMM的机械装备服役可靠性评估
2.4.1 性能退化数据的标量量化
2.4.2 多观测序列状态转移模型的训练
2.4.3 连续时间变换HMM及转移强度矩阵计算
2.4.4 服役可靠性评估模型
2.5 实例分析
2.5.1 滚柱直线导轨副服役可靠性评估实例分析
2.5.2 欧泰OTM-650数控铣床服役可靠性评估实例分析
2.6 本章小结
第三章 基于EMD样本熵的机械装备服役可靠性评估方法
3.1 引言
3.2 EMD样本熵原理及算法
3.3 支持向量回归原理及算法
3.4 基于运行数据的机械装备服役可靠性评估
3.4.1 EMD样本熵特征提取方法
3.4.2 Markov服役可靠性计算方法
3.4.3 利用EMD样本熵和SVR的机械装备服役可靠性评估方法
3.5 数控铣床服役可靠性评估实例分析
3.6 本章小结
第四章 基于深度特征学习的机械装备服役可靠性评估方法
4.1 引言
4.2 深度学习技术概述
4.3 堆栈式自编码器概述
4.4 基于SAE的机械装备服役可靠性评估
4.4.1 SAE深度特征学习算法
4.4.2 性能退化特征评价
4.4.3 基于状态特征的机械装备服役可靠性计算方法
4.4.4 基于SAE的服役可靠性评估模型
4.5 轴承服役可靠性评估实例分析
4.6 本章小结
第五章 基于深度特征集成提取的机械装备服役可靠性评估方法
5.1 引言
5.2 集成学习概述
5.3 基于深度特征集成提取的机械装备服役可靠性评估
5.3.1 深度特征集成提取实现的框架
5.3.2 基于聚类的特征集成提取方法
5.3.3 基于深度特征集成提取的服役可靠性评估模型
5.4 轴承服役可靠性评估实例分析
5.5 本章小结
第六章 总结与展望
6.1 本文总结
6.2 展望
参考文献
致谢
作者简介
1. 基本情况
2. 教育背景
3. 攻读硕士期间的研究成果
3.1 发表学术论文
3.2 申请专利
3.3 参与科研项目及获奖
相关知识
可恢复性医疗器械的力学性能测试方法
=退役锂离子电池健康状态评估方法【钜大锂电】
锌锰电池安全性能评估方法
医疗器械产品稳定性研究及审评思路
湖州机械可靠性振动测试检测实验室
生物材料在可恢复性医疗器械中的应用研究
电子科技大学系统可靠性与安全性研究中心
退化系统健康状况评估算法
探究面向智能制造的工业机器人健康评估方法
固体氧化物燃料电池性能演变评估与健康管控研究
网址: 考虑性能退化的机械装备服役可靠性评估方法研究 https://m.trfsz.com/newsview1614642.html
