主要符号及缩略语
第一章 绪 论
1.1 研究背景及意义
1.2 研究现状
1.2.1数控机床及其关键子系统可靠性建模与评估
1.2.2 基于故障时间数据的可靠性建模与评估
1.2.3 基于退化数据的可靠性建模与评估
1.2.4 贝叶斯理论在可靠性评估中的应用
1.2.5 综述总结与问题提出
1.3.1论文的研究内容
1.3.2 论文的主要结构
第二章 基于多源故障时间数据数控机床关键子系统可靠性评估
2.1 引言
2.2 故障时间数据模型
2.2.1 指数分布
2.2.2 威布尔分布
2.2.3 对数正态分布
2.2.4 Gamma分布
2.2.5 逆高斯分布
2.3 加速模型
2.3.1 阿伦尼斯模型
2.3.2 校准系数
2.4 融合多源故障时间数据数控系统可靠性评估
2.4.1 贝叶斯理论
2.4.2 MCMC方法
2.4.3 基于故障时间数据数控系统可靠性评估数学表达
2.4.4 收敛性判断
2.5 算例分析
2.6 本章小结
第三章 基于退化数据的数控机床关键子系统可靠性评估
3.1 引言
3.2.1 Wiener过程模型
3.2.2 Gamma过程模型
3.2.3 逆高斯过程模型
3.3 考虑个体差异性的退化过程模型
3.3.1 考虑个体差异性的Wiener过程模型
3.3.2 考虑个体差异性的Gamma过程模型
3.3.3 考虑个体差异性的逆高斯过程模型
3.4 基于贝叶斯理论的退化模型参数估计方法
3.4.1 基于贝叶斯理论的退化模型参数估计基本框架
3.4.2 退化数据分析的数学表达
3.4.3 模型选择准则
3.5 算例分析
3.5.1 性能退化数据
3.5.2 退化过程建模与参数估计
3.5.3 模型验证与可靠性评估
3.6 本章小结
第四章 基于多源退化数据的数控机床关键子系统可靠性评估
4.1 引言
4.2 模型介绍
4.2.1 Gamma过程模型
4.2.2 考虑个体差异性的Gamma过程模型
4.2.3 考虑个体差异性并集成校准系数的Gamma过程模型
4.3 基于多源退化数据的主轴系统可靠性评估
4.3.1 基于多源退化信息的贝叶斯信息融合框架
4.3.2 主轴系统退化分析的数学表达
4.3.3 融合多源退化数据的退化分析数学表达
4.3.4 融合多源退化数据并考虑工况环境的可靠性评估
4.4 算例分析
4.4.1 多源性能退化数据
4.4.2 退化过程建模与参数估计
4.4.3 模型验证与可靠性评估
4.5 本章小结
第五章 基于多源异种数据的数控机床关键子系统可靠性评估
5.1 引言
5.2 多源异种信息融合模型
5.2.1 Zeros-ones转化方法
5.2.2 成败型数据与故障时间数据融合模型
5.2.3 成败型数据与退化数据融合模型
5.2.4 故障时间数据与退化数据的融合模型
5.2.5 成败型数据、故障时间数据与退化数据的融合模型
5.3 算例分析
5.3.1 多源异种数据
5.3.2 多源异种数据的建模与参数估计
5.3.3 模型验证与可靠性评估
5.4 本章小结
第六章 总结与展望
6.1 主要研究结论
6.2 后续工作展望
致谢
参考文献
攻读博士学位期间取得的成果
