一、基于故障率为模糊数的故障树分析方法研究（论文文献综述）
魏春珊[1]（2021）在《基于生产性改善的C公司高频变压器产品质量提升研究》文中研究指明全球电子制造行业市场规模中等但行业内企业数量较多,在市场逐步趋于饱和的态势下,内部竞争越来越激烈,企业面临着生产成本逐渐增加的问题。中小型多品种小批量的制造企业必须考虑如何控制生产成本、提高产品质量、规范生产管理等问题,并不断挖掘企业的自身潜能,进行针对性地改善,提升产品质量以降低不必要的成本,从而争取行业中更大的市场占有率。本文以C公司高频变压器生产系统为研究对象,以提高高频变压器产品质量为主要目标,运用故障树分析方法、模糊数学相关理论、DOE试验设计等方法分析并改善产品的质量问题。主要工作内容如下:（1）通过对高频变压器生产系统的现状分析,运用故障树分析方法,找出导致变压器电感不良、耐压不良及外观不良的工序,建立故障树。（2）针对变压器生产系统的工序进行模糊可靠性分析。基于变压器生产系统故障树,采用模糊可靠性分配方法,通过分析影响变压器性能及外观不良的工序,建立模糊因素集和模糊权重集,再利用模糊综合评价法得到专家对各工序的模糊评判矩阵,最后由模糊变换得到生产系统各工序的可靠性分配失效率及排序结果。（3）通过对比可靠性排序结果和现场数据,针对风险工序及主要工序这两方面进行改善。第一方面,确定风险工序为激光脱皮工序,采用鱼骨图与帕累托图分析方法,借助Minitab软件进行DOE试验设计与响应曲面设计,得出脱皮功率与脱皮速度的最佳工艺参数;第二方面,以精益思想为指导对主要工序提供改善措施,建立6S管理的流程指导、设计SOP标准化参考格式,优化治具设计及完善治具制作流程。（4）验证风险工序工艺参数的合理性及改善措施的有效性。将风险工序的工艺参数进行生产验证,发现风险工序的良率由优化前92.94%提高至97%,提高了4.06%。再对主要工序、现场管理及产品质量改善前后的效果进行对比,发现工序故障率及文件出错率明显降低,产品良率由改善前的87.84%上升至97.08%,超过原设定目标值,说明了改善措施的有效性。通过以上分析及改善,变压器生产系统得到了一定优化,产品质量良率明显提高,现场管理得到有效改善,同时也为企业工序质量改善问题提供一套方法及思路,为后续研究提供参考。
吕艺伟[2]（2021）在《基于云平台的电动汽车充电设备监控系统开发与研究》文中指出随着电动汽车的广泛应用,其充电设备作为必要配套设施也逐渐普及。电动汽车充电设备主要由充电机、充电桩、通信设备以及人机交互设备等组成,结构复杂,工作环境恶劣,易发生故障。由于充电设备在地理位置上分布非常广泛并且分散,这给充电设备的管理、维护等带来很大问题。本文针对电动汽车充电设备的特点,基于.NET平台开发了一套充电设备远程监控系统。该系统可实时监测电动汽车充电设备的工作状态和充电数据,能够及时发现故障并报警,可对故障信息进行分析并给出故障诊断结果和维修建议,对于电动汽车充电设备的推广应用具有重要意义。首先,介绍了电动汽车充电设备的研究背景、意义、国内外现状等,根据目前国内充电设备的实际情况以及实际需求设计了监控系统的功能模块,包括状态监测、故障处理和账户管理三大模块,并给出了系统四层结构的整体设计方案,四层结构分别是设备层、通信层、云平台层和应用层。其次,对充电设备的硬件结构、工作原理以及工作状态进行了深入分析,在此基础上对大功率充电机和直流充电桩的常见故障进行归纳整理,为故障诊断奠定了基础。对系统的通信分别进行了设计,包括直流充电桩与电动汽车、直流充电桩与大功率充电机、大功率充电机与工控机、工控机与云平台四个部分的通信设计。然后,根据充电设备的特点选择合适的故障诊断方法,研究了适用于充电设备的故障诊断算法,设计了包括故障诊断、故障处理、故障追踪在内的一套故障处理流程。建立了充电设备的故障树,基于模糊故障树分析方法对故障树进行定量故障分析,进而对充电设备进行故障诊断并给出维修建议。对设备的故障信息以工单的形式进行派单处理,对于故障处理过程能够进行追踪。最后,进行数据库选型,以系统功能需求为基础对数据表进行了设计,系统基于.Net平台,利用HTML、JS等前端语言进行前台页面的搭建,利用C#等后端语言对监控系统的后端进行开发,最终部署并发布到远程服务器,实现了对电动汽车充电设备的远程监控。
周亚辉[3]（2021）在《基于模糊多态贝叶斯网络的动车组制动系统可靠性分析》文中研究说明“交通强国,铁路先行”,随着人类社会的大力发展,中国高铁由最初的外国技术引进发展成为了令世界震撼的自主研发,铁路网络也越来越密集,愈来愈多的动车组列车贯穿于各个方向的各个线路。在此背景下,动车组安全、经济的运营也成为备受关注的焦点之一。制动系统作为动车组子系统之一,关系着整个动车组的安全运营,其重要性不言而喻,因而对动车组制动系统进行可靠性分析,并在可靠性保证的前提下进行可靠性费用优化,在考虑安全性的基础上也考虑经济性,意义重大。制动系统工作条件多样、功能层次、内部结构间运行关系异常复杂,受到磨损、振动、疲劳、冲击、以及过度维修等多种因素影响,在实际运行过程中,系统及部件在正常工作和完全失效两状态之间存在着多故障状态、多失效模式和不同故障程度;历史运营数据呈现时空多尺度性、小样本特性等多种特性,致使数据可用性较差;多样化的工作环境以及自身的复杂性使得系统及部件故障不是服从特定的规律,逻辑机理不清晰,故障关系不确定。此外,如何实现在高可靠性（低故障率）的同时使得资源成本较低是亟待解决的问题之一。针对现有问题,本文进行了以下工作:（1）在对动车组可靠性相关研究梳理的基础上,针对CRH5型动车组制动系统的多态性展开研究。基于信心指数修正的专家调查法处理基础数据,并根据模糊数独有的扩张原则计算故障率较高的零部件的模糊故障率,然后应用T-S模糊故障树的逻辑关系明确且可处理事件的不确定能力对系统建模分析,得出系统薄弱环节。（2）由于T-S模糊故障树计算复杂,不能反向推理,而贝叶斯网络可直观表达系统及部件间的不确定性,故由T-S模糊故障树映射贝叶斯网络模型,并引入证据理论扩展贝叶斯网络处理不确定信息的能力,最后结合超椭球模型构建超椭球贝叶斯网络模型对制动系统展开分析,分析结果可为检修策略的制定及技术改造提供理论指导。（3）基于贝叶斯网络分析法和可靠性费用函数,以可靠性费用最低为目标函数、系统故障率为约束条件,结合蝙蝠—蚁群算法对制动系统进行了可靠性优化,得出最优可靠性指标。基于模糊贝叶斯网络的优化模型降低了系统可靠性优化的建模难度,优化结果可为提高动车组制动系统的经济性提供理论参考。
邓新蕴[4]（2021）在《工业机器人可靠性预计与分配的模糊方法研究》文中提出随着当代科技的快速发展,国产工业机器人的应用越来越多,但是与发达国家相比,国产工业机器人的可靠性还是存在一定差距。由于工业机器人故障类型繁多,结构组成复杂,使用年限较长,因此很难通过概率统计方法来获得可靠性指标。可靠性预计和分配对工业机器人生产设计的各个阶段具有指导作用,其预计分配结果对产品优化、可靠性试验等也可提供重要依据,对设计出符合规定可靠性指标的产品有着重要意义。因此,本文在对工业机器人展开可靠性分析的基础上,进一步进行可靠性预计与分配。具体研究内容如下:（1）运用基于模糊危害性矩阵的故障模式、影响及危害性分析方法对工业机器人进行可靠性分析,将系统简化后,使用故障树方法进行定性分析。以工业机器人子系统为研究对象,分析系统的结构及功能,采用FMEA方法,确定系统故障模式,并分析故障所造成的影响。利用模糊理论确定严酷度等级和故障发生概率等级区间值来进行CA分析,进一步获得工业机器人的薄弱环节。简化系统后,采用FTA方法,对工业机器人进行定性分析。（2）提出一种基于加权几何平均模型的工业机器人系统模糊可靠性预计的新方法。由于工业机器人结构繁琐、功能多样、缺乏历史故障数据等原因,传统可靠性预计不适用于工业机器人可靠性预计。为此,本文引入模糊理论对工业机器人进行可靠性模糊预计方法研究。邀请多位专家对影响因素打分,并通过聚合模糊数和模糊加权几何平均模型对专家打分的模糊数进行计算,加权出一个质心数,从而结合元器件计数法实现了工业机器人系统的模糊可靠性预计。（3）基于模糊Petri网的模糊综合评判法进行工业机器人系统可靠性分配。通过建立的故障树模型,将其转化为Petri网模型。采用模糊Petri推理网来确定分系统的复杂度以及重要程度。对工作环境的判断通过常见的几种恶劣工作环境是否影响分系统的故障来确定,并将复杂度、重要程度以及工作环境作为分系统的三个影响因素,最后,使用模糊综合评判法,通过求各分系统的隶属度函数,对工业机器人各分系统进行了可靠性分配。该方法不需要直接确定每个影响因素的权重,因此可以降低由于专家对事物认识的主观性而带来的误差。
张师旗[5]（2021）在《新型动车组制动系统故障分析》文中进行了进一步梳理截至2020年底,中国高速铁路已建成的通车里程达3.79万km,占世界高铁总里程的四分之三以上,在线高速动车组已有3795标准组。由此可以看出,中国一直在为建设交通强国,构建综合交通运输体系不断突破进取,并取得了迅猛的发展及举世瞩目的成就。为了确保动车组能以高速、稳定、绿色的理念奔驰在祖国广袤的大地上,动车组的安全性受到了高度重视,而制动系统作为动车组的九大关键技术之一,其制动性能直接决定着动车组能否以高速甚至超高速平稳运行。因此,本文以新型动车组的代表CR400BF型为例,针对制动系统故障开展故障分析和故障预测的研究。首先,本文对制动系统常用的故障分析方法及预测方法进行了总结,同时对动车组故障诊断相关研究进行了梳理。根据CR400BF型中国标准动车组制动系统的构成和原理来分析系统的故障机理,重点剖析了制动系统重要故障发生的现象、特点及故障原因。针对动车组制动系统故障数据量大,故障数据特征不明显的情况,通过对相关数据分析、故障特征参数提取、归一化处理等,取得了后续章节所需数据。其次,通过故障树分析法建立了动车组制动系统的分析模型。根据系统基本事件失效率的不确定性特点,采用专家调查法解决了底事件概率的准确取值问题,并结合三角模糊数对其进行描述。引入逻辑门关系解决了模糊数相乘求解问题,使计算结果符合实际工作情况。通过模糊概率分析,求解出对应部件的模糊概率重要度,找到了影响制动系统安全运行的薄弱环节。最后,针对制动系统中故障发生时重要数据相关联的特点,引入了线性回归理论分析方法。根据对应的规则,通过回归分析推导和计算,建立制动系统的故障模型,并确定了动车组制动系统故障拟合曲线和拟合函数,最终针对制动系统中重要部件:中继阀、电磁阀的可靠性进行故障模型的实验验证与预测,从故障模型可看出仿真情况与实际故障情况相符,此分析方法达到故障预测的目的,也充分验证了其产品的可靠性,更为后续生产、维护提供重要帮助。
孙信民[6]（2020）在《基于模糊故障树与用户心理的家用空调可靠性设计研究》文中认为国内经济体量的发展及稳定的电力系统输出是空调得以迅速发展的主要原因。“中国智造”除了宏观层面上的技术创新、模式创新和组织方式创新的先进制造系统外,微观层面上的高质量、高可靠性的产品无疑是中国制造的重要体现。据调查,城市化进程中的高层建筑与家用空调在设计与使用寿命均具有不对称性,低可靠性家用空调产品无疑将带来昂贵的维修和回收成本,甚至是对社会资源的浪费;降低家用空调运行故障率是提高用户体验度和减少家用空调高空维修作业风险的重要保证。因而提高空调系统的可靠性,及时发现、诊断并排除故障具有巨大的社会和经济效益。对于当代设计师而言,不仅考虑产品叠加的功能、形式,更应与工程学科交叉研究以提高产品生命周期内的可靠性。运用与拓展设计学与心理学相关理论,分析产品的用户心理可靠性。本文运用模糊故障树理论对家用空调物理属性的可靠性进行分析,并运用设计学与心理学相关知识,分析用户心理的产品可靠性。研究内容主要包括:1、现有家用空调故障问题分析。通过对空调产品全生命周期进行跟踪调查,汇总现有空调的故障问题。2、模糊故障树分析法的研究。根据建立的空调系统T-S模糊故障树模型,计算出顶事件不同状态下的模糊失效可能性以及分析顶事件不同状态下各部件的重要度,找出影响空调系统可靠性的关键部件从而为设计研发提供决策。3、设计学与心理学相关理论和方法的运用。运用设计心理学相关理论对空调的用户心理可靠性进行分析。结合对凉山彝族地域文化解读的基础上,最终形成符合用户心理可靠性的产品设计方法。4、对空调产品方案进行设计。通过基于模糊故障树得到的影响空调可靠性的重要部件对空调进行优化,并通过对比与实验分析验证该方法的可行性。在彝族用户心理可靠性分析的基础上,设计出新的空调方案并对设计方案进行用户评价,验证用户心理可靠性研究的可行性。本文弥补了行业内关于家用空调可靠性定量分析研究的不足,并创新性的将家用空调的可靠性分为产品固有结构功能的可靠性和用户心理的可靠性,为工业设计与工程学科的交叉研究提供了一定的参考意义。
曾一宁[7]（2020）在《基于广义随机Petri网的复杂系统可靠性分析与维修策略》文中研究指明近年来,安全关键系统在汽车、航空航天和能源等行业得到广泛应用,这些系统对可靠性有非常高的要求。冗余技术的大量应用给系统带来高可靠性的同时,也增加了系统结构的复杂度。复杂系统的可靠性分析面临着认知不确定性、动态故障行为和共因失效等挑战。如何在这些因素的影响下对系统进行可靠性分析并制定相应的维修策略,具有极为重要的意义。首先,针对系统动态故障行为,采用动态故障树进行建模。针对复杂系统中采用大量冗余技术导致的认知不确定性问题,本论文提出一个利用专家评估来获取故障树底事件故障数据的框架。此框架聘请一组异质组专家对底事件进行评估,并通过直觉模糊加权平均算子聚合专家意见,最后通过去模糊化得到底事件故障率。同时,针对专家的主观性对评估结果的负面影响,采用模糊层次分析法和环比评分法确定混合专家权重。其次,针对传统动态故障树分析方法存在状态空间爆炸问题,本论文提出一种将动态故障树模型转化为等效广义随机Petri网模型的分析方法。该方法将动态故障树的逻辑门、底事件、中间事件和顶事件向广义随机Petri网作一一映射,利用广义随机Petri网求解动态故障树。该方法与专家评估相结合,有效地解决了认知不确定性下对系统动态故障行为建模的问题;利用Oris仿真软件,可获得不同任务时间下系统可靠性和重要度等相关参数。算例分析验证了广义随机Petri网建模的有效性。再次,针对复杂系统中存在的共因失效问题,本论文分别对共因失效为故障率和故障概率两种情况进行了分析。针对共因失效为故障率的情况,本论文利用β因子模型求解独立故障率,建立了相应的广义随机Petri网模型,继而对复杂系统进行可靠性分析。针对共因失效为故障概率的情况,本论文将有效分解聚合法与广义随机Petri网模型相结合,利用托肯流动代替系统状态变化,简化了有效分解聚合法繁杂的分析和建模过程。最后,针对风险增加因子、Birnbaum重要度和测试代价等多源异构数据的多属性决策问题,本论文提出基于改进型灰色关联分析法的多属性决策算法。该算法采用离差最大化法求解属性权重值,通过对各方案贴近度进行排序求得最佳故障搜索方案,并制定复杂系统维修策略。最后以车地无线通信系统为例,讨论了系统失效时快速定位故障的诊断方案,以及系统正常运行时如何提高系统可靠性并预防重大事故的方案。算例仿真结果验证了本论文所提出方法的有效性。
朱瀚霖[8]（2020）在《碳消费困境中城市居民行为选择的影响因素研究》文中研究表明中国城市化进程逐步加快,居民的消费水平不断提高。城市居民能源消费和碳排放量将继续保持线性增长趋势。随着国家对环保和低碳的关注,公众环境意识也在不断增强,但碳消费困境却日益凸显。低碳意识对行为的低效转化,家用电器的能源回弹效应等问题随处可见,这不仅破坏了环境还造成了资源的极大浪费。深度了解碳消费困境中城市居民行为选择的影响因素,分析不同因素对居民行为选择的影响效果,能帮助打破碳消费困境、为引导居民低碳消费行为的政策开发提供理论依据。为此,本文以城市居民的碳消费行为为研究对象,首先通过文献回顾法和专家访谈法,构建碳消费困境中城市居民行为选择的影响因素理论模型。其次,选取城市居民日常生活中常见的外卖高碳消费行为为顶事件,通过模糊故障树分析法分别对其进行定量和定性分析,对造成外卖高碳消费行为的影响因素进行重要度排序。然后,根据理论模型和重要度排序选择控制因素进行实验,分析在碳消费困境中不同因素对居民行为选择的影响效果,为针对性的低碳消费行为引导措施和政策开发提供依据。本文主要是从以下三方面进行研究:第一,通过扎根研究,建立碳消费困境中城市居民碳消费行为选择的影响因素理论模型。通过深度访谈,了解城市居民在碳消费困境中对自身和周围人群行为选择受到的影响因素。然后,以此构建碳消费困境中居民行为选择的影响因素理论模型,了解居民消费行为选择的不同影响因素类型和各影响因素对行为的作用路径。研究发现碳消费意识直接影响居民的碳消费行为,实施成本和社会参照分别从内部和外部影响居民碳消费意识向行为的转化,而情境因素是实施成本和社会参照产生影响的前因。第二,选取城市居民典型的高碳消费——外卖高碳消费为研究对象,结合故障树分析法和模糊数学理论建立外卖高碳消费的模糊故障树,对影响外卖消费的因素进行重要程度排序。对模糊故障树分别进行了定性和定量分析。其中,定性分析是通过下行法求出故障树的最小割集,定量分析主要分析了外卖高碳消费的发生概率。通过德尔菲法将专家语言转化为模糊数,对专家的模糊数进行聚合后求出了顶事件发生的模糊概率,然后通过模糊灵敏度分析,分析出外卖高碳消费的发生概率和影响因素重要度排序。结果发现,顶事件的发生概率为0.439,影响外卖高碳消费的主要因素分别为存储和食用条件、习惯因素、成本因素、信息因素和群体规范等。第三,根据模糊故障树分析中得到影响因素重要度排序,选取关键因素进行实验检验。根据扎根研究和模糊故障树分析的结果,本文选择经济因素和信息因素作为控制变量。通过改进传统的公共物品困境实验设计,研究控制因素对碳消费困境中居民消费合作（低碳消费）行为选择的影响。结果显示,经济因素显着降低了参与者的平均低碳合作行为,但增加了参与者的平均财务合作行为。不同信息对合作水平的影响不同,对比信息无显着影响,而环境信息显着影响了参与者的低碳合作水平。其中环境负面信息显着提高了低碳合作水平而环境正面信息显着降低了低碳合作水平。最后,总结各章的主要结论从引导措施和政策开发上提出针对性的建议,同时也说明了研究的局限性以及需要进一步深入研究的方向和内容。该论文有图10幅,表21个,参考文献219篇。
许敬宇[9]（2020）在《多维T-S静动态故障树及在堆料机液压系统的可靠性应用》文中指出故障树分析方法是可靠性分析评估、故障分析与诊断的有效方法,是保障装备创新能力和核心竞争力的关键技术。但随着机械装备性能要求不断提升、复杂性不断增加、工作环境日渐复杂,系统中机电液元件的故障概率会受到多场应力的综合影响,现有故障树分析方法对多因素影响下的系统可靠性分析存有一定局限。为此,首先提出针对静态失效行为的多维T-S故障树及重要度分析方法;进而提出针对静、动态失效行为的多维T-S动态故障树及重要度分析方法;进一步针对工程系统存在的事件发生相关性,提出考虑共因失效的多维T-S动态故障树分析方法。首先,针对传统故障树分析方法无法描述任意形式的静态失效行为,系统中机电液元件的故障概率会受工作时间、冲击次数等多因素影响,提出多维T-S故障树及重要度分析方法。构造考虑多因素影响的下级事件故障概率分布函数,给出下级事件多维输入规则算法和上级事件多维输出规则算法,通过与传统故障树、空间故障树、T-S故障树分析方法进行对比,验证所提方法的可行性。进而,为解决多维T-S故障树分析方法无法描述系统动态失效行为的问题,提出多维T-S动态故障树及重要度分析方法,给出T-S动态门及其连续时间事件顺序描述规则构建方法和描述规则算法。通过与空间故障树、Dugan动态故障树、离散时间T-S动态故障树分析方法进行对比,验证所提方法的可行性。进一步,考虑到共因失效对系统的影响,将共因失效模型融入多维T-S动态故障树分析方法,提出考虑共因失效的多维T-S动态故障树分析方法,并通过对泵送回路液压系统进行可靠性分析,验证了所提方法的可行性。最后,通过对斗轮式堆料机液压系统进行可靠性分析,求得在工作时间和冲击次数影响下系统的故障概率分布和重要度分布,以及在共因失效影响下系统的故障概率随时间的变化曲线,为系统的改进与运维提供了多因素和共因失效影响下的量化信息。
陈紫起[10]（2020）在《基于故障树方法的柴油机可靠性研究》文中指出柴油机作为各种机械设备的主要动力输入,在日常的生产和工作中发挥着很大的作用,随着柴油机技术的不断进步,衡量其质量的标准已经不仅仅包含于设计和制造环节,柴油机可靠性的研究也已经成为一个重要的方向,展开柴油机零部件的可靠性研究,找到系统内的薄弱环节,不仅有助于提高其在工作时的可靠性,还能够为使用或维修人员提供极大的便利。首先将故障树方法与模糊数学理论相结合来克服复杂问题的不确定性,使用模糊故障树方法对某型柴油机气门失效进行了可靠性分析,解决了部分事件精确概率获取难度大的问题,使用上行法展开对气门失效故障树的定性分析并求得了全部最小割集,计算出顶事件的模糊概率,针对于三角形模糊数使用了中值法求得各底事件的模糊重要度,对比找出影响气门失效的关键底事件。鉴于二态故障树方法无法处理多故障问题的不足,提出使用多态T-S模糊故障树方法对某型柴油机缸套异常磨损进行了可靠性分析,提供了基于底事件故障概率或故障状态两种不同条件下的可靠性计算方法,并分别计算了缸套磨损在不同故障程度下底事件的T-S模糊概率重要度和T-S模糊关键重要度,通过比较找到了缸套磨损在不同故障程度下的关键底事件。以气门失效故障树为数学模型,使用Matlab程序语言编写了蒙特卡洛仿真程序进行仿真试验验证,提供了各种仿真指标的计算方法如平均无故障时间、底事件重要度等,并得到了可靠度和失效概率等参数随工作时间变化的动态响应曲线,将仿真结果与理论计算结果相比较,验证了该方法的准确性。使用Matlab GUI界面开发出故障树可靠性分析软件,借助计算机强大的计算能力实现软件开发的功能需求,用户只需要按照要求完成数据的转化和输入,即可快速地实现故障树的定性分析和可靠性仿真分析功能,为工程人员提供便利。
二、基于故障率为模糊数的故障树分析方法研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于故障率为模糊数的故障树分析方法研究（论文提纲范文）
（1）基于生产性改善的C公司高频变压器产品质量提升研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 课题目的及意义 |
| 1.3 国内外研究现状及发展趋势 |
| 1.3.1 系统可靠性的研究现状 |
| 1.3.2 质量管理的研究现状 |
| 1.4 研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究技术路线 |
| 1.5 本章小结 |
| 第二章 基于故障树分析的变压器生产系统质量问题因素分析 |
| 2.1 公司概况及系统分析 |
| 2.1.1 公司简介 |
| 2.1.2 制造系统工序现状分析 |
| 2.2 故障树简介 |
| 2.2.1 FTA的一般步骤 |
| 2.2.2 FTA符号 |
| 2.3 变压器生产系统故障树的分析 |
| 2.3.1 故障工序的分析与选择 |
| 2.3.2 生产系统的故障树建立 |
| 2.4 本章小结 |
| 第三章 变压器生产系统质量问题的因素排序 |
| 3.1 模糊数学简介 |
| 3.1.1 模糊数学概述 |
| 3.1.2 模糊集合的基本定义 |
| 3.2 模糊综合评价法 |
| 3.2.1 三角模糊数的隶属函数及运算 |
| 3.2.2 模糊可靠性分配法步骤 |
| 3.3 生产系统故障树分析与可靠性排序 |
| 3.3.1 故障树定性分析 |
| 3.3.2 可靠性定量计算 |
| 3.4 本章小结 |
| 第四章 高频变压器生产系统的故障分析及改善 |
| 4.1 生产系统的问题分析 |
| 4.1.1 数据对比分析 |
| 4.1.2 工序故障分析 |
| 4.1.3 现场管理的不足分析 |
| 4.2 生产系统的问题改善 |
| 4.2.1 风险工序工艺参数优化 |
| 4.2.2 主要工序改善 |
| 4.3 现场管理改善 |
| 4.3.1 6S管理推进 |
| 4.3.2 SOP文件标准化设计 |
| 4.3.3 治具设计及外发流程改善 |
| 4.4 本章小结 |
| 第五章 试验验证分析及改善效果评价 |
| 5.1 风险工序工艺参数试验验证 |
| 5.1.1 试验目的 |
| 5.1.2 试验设备与要求 |
| 5.1.3 试验验证结果及分析 |
| 5.2 改善效果评价 |
| 5.2.1 工序故障对比 |
| 5.2.2 现场改善效果对比 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（2）基于云平台的电动汽车充电设备监控系统开发与研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 充电设备监控系统研究现状 |
| 1.2.2 充电设备故障诊断研究现状 |
| 1.3 课题研究主要内容 |
| 2 监控系统总体设计 |
| 2.1 监控系统需求功能分析 |
| 2.1.1 电动汽车充电设备管理现状 |
| 2.1.2 监控系统功能需求分析 |
| 2.1.3 监控系统功能模块设计 |
| 2.2 监控系统整体方案 |
| 2.3 充电设备性能指标 |
| 2.3.1 大功率充电机性能指标 |
| 2.3.2 直流充电桩性能指标 |
| 2.4 云平台规划 |
| 2.4.1 云平台 |
| 2.4.2 云平台选择及系统部署 |
| 2.5 本章小结 |
| 3 监控系统的硬件分析 |
| 3.1 大功率充电机硬件分析 |
| 3.1.1 大功率充电机结构分析 |
| 3.1.2 大功率充电机工作原理 |
| 3.2 直流充电桩硬件分析 |
| 3.2.1 直流充电桩结构分析 |
| 3.2.2 直流充电桩工作原理 |
| 3.3 充电设备工作状态分析 |
| 3.3.1 直流充电桩工作状态分析 |
| 3.3.2 大功率充电机工作状态分析 |
| 3.4 充电设备常见故障 |
| 3.4.1 大功率充电机常见故障 |
| 3.4.2 直流充电桩常见故障 |
| 3.5 本章小结 |
| 4 监控系统设备间的通信分析 |
| 4.1 监控系统整体通信设计 |
| 4.2 BMS与充电设备通信 |
| 4.2.1 通信设计 |
| 4.2.2 BMS与充电设备的通信流程 |
| 4.2.3 通信报文实例 |
| 4.3 大功率充电机与工控机通信 |
| 4.3.1 通信设计 |
| 4.3.2 通信报文实例 |
| 4.4 工控机与云服务器通信 |
| 4.4.1 通信设计 |
| 4.4.2 通信报文实例 |
| 4.5 本章小结 |
| 5 监控系统故障诊断分析 |
| 5.1 故障树分析法 |
| 5.1.1 故障树分析法 |
| 5.1.2 故障树的数学基础 |
| 5.1.3 故障树的定性分析 |
| 5.1.4 故障树的定量分析 |
| 5.2 模糊故障树分析法 |
| 5.2.1 模糊数 |
| 5.2.2 模糊算子 |
| 5.2.3 去模糊化 |
| 5.2.4 割集重要性分析 |
| 5.3 充电设备故障树的建立与分析 |
| 5.3.1 建立大功率充电机故障树 |
| 5.3.2 大功率充电机故障树定性分析 |
| 5.3.3 建立直流充电桩故障树 |
| 5.3.4 直流充电桩故障树定性分析 |
| 5.4 大功率充电机模糊故障树分析 |
| 5.4.1 底事件评估模糊数的聚合 |
| 5.4.2 顶事件模糊数及去模糊化 |
| 5.4.3 底事件重要性分析 |
| 5.5 直流充电桩模糊故障树分析 |
| 5.5.1 底事件评估模糊数的聚合 |
| 5.5.2 顶事件模糊数及去模糊化 |
| 5.5.3 底事件重要性分析 |
| 5.6 故障诊断算法设计 |
| 5.7 本章小结 |
| 6 监控系统的开发与实现 |
| 6.1 云平台开发方案 |
| 6.1.1 云平台的部署方案 |
| 6.1.2 对外交互接口设计 |
| 6.2 数据库设计 |
| 6.2.1 数据库选型 |
| 6.2.2 数据表设计 |
| 6.3 状态监测模块实现 |
| 6.3.1 主界面 |
| 6.3.2 充电设备基础信息 |
| 6.3.3 充电设备实时信息 |
| 6.3.4 充电设备历史信息 |
| 6.3.5 充电设备数据统计 |
| 6.4 故障诊断模块实现 |
| 6.4.1 故障实时数据 |
| 6.4.2 故障历史数据 |
| 6.4.3 故障数据统计 |
| 6.4.4 故障诊断与处理 |
| 6.5 账户管理与远程升级模块 |
| 6.6 系统部署与发布 |
| 6.7 本章小结 |
| 总结与展望 |
| 总结 |
| 展望 |
| 参考文献 |
| 附录 (一) |
| 附录 (二) |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（3）基于模糊多态贝叶斯网络的动车组制动系统可靠性分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题的背景与意义 |
| 1.2 课题国内外研究现状 |
| 1.2.1 系统可靠性研究现状 |
| 1.2.2 动车组可靠性研究现状 |
| 1.2.3 制动系统可靠性研究现状 |
| 1.3 存在的问题及解决思路 |
| 1.4 论文主要研究内容和结构安排 |
| 2 动车组制动系统可靠性数据及分析方法概述 |
| 2.1 制动系统简介 |
| 2.1.1 制动系统结构组成 |
| 2.1.2 制动系统运行原理 |
| 2.2 可靠性数据获取与分析 |
| 2.2.1 数据的来源及统计原则 |
| 2.2.2 可靠性数据分析 |
| 2.3 模糊多态系统可靠性分析方法 |
| 2.3.1 模糊理论 |
| 2.3.2 故障分析中的模糊不确定性 |
| 2.3.3 模糊多态故障树 |
| 2.3.4 模糊多态贝叶斯网络 |
| 2.4 本章小结 |
| 3 基于多态T-S模糊故障树的制动系统可靠性分析 |
| 3.1 多态T-S模糊故障树模型概述 |
| 3.1.1 事件描述 |
| 3.1.2 T-S模糊门 |
| 3.2 多态T-S模糊故障树模型构建及重要度计算 |
| 3.2.1 多态T-S模糊故障树模型构建 |
| 3.2.2 多态T-S模糊故障树的重要度计算 |
| 3.3 基于多态T-S模糊故障树的制动系统可靠性分析 |
| 3.3.1 部件故障模糊可能性已知下系统故障的模糊可能性 |
| 3.3.2 部件故障状态已知下系统故障的模糊可能性 |
| 3.3.3 基于多态T-S模糊故障树的制动系统重要度计算 |
| 3.4 本章小结 |
| 4 基于模糊多态贝叶斯网络的制动系统可靠性分析 |
| 4.1 模糊贝叶斯网络及证据理论概述 |
| 4.1.1 模糊贝叶斯网络 |
| 4.1.2 证据理论 |
| 4.2 模糊多态贝叶斯网络构建 |
| 4.2.1 由多态T-S模糊故障树构建多态贝叶斯网络 |
| 4.2.2 映射规则及条件概率表 |
| 4.2.3 叶节点概率 |
| 4.3 超椭球贝叶斯网络构建 |
| 4.3.1 超椭球模型概述 |
| 4.3.2 超椭球贝叶斯网络构建 |
| 4.3.3 系统事件后验概率及灵敏度分析 |
| 4.4 基于超椭球贝叶斯网络的制动系统可靠性分析 |
| 4.5 本章小结 |
| 5 基于模糊贝叶斯网络及蝙蝠—蚁群混合算法的制动系统可靠性优化 |
| 5.1 基于模糊贝叶斯网络的可靠性优化模型构建 |
| 5.1.1 故障函数 |
| 5.1.2 可靠性费用函数 |
| 5.1.3 基于故障函数和可靠性费用函数的可靠性优化模型 |
| 5.2 蝙蝠-蚁群混合算法概述 |
| 5.2.1 蝙蝠算法 |
| 5.2.2 蚁群算法 |
| 5.2.3 蝙蝠-蚁群混合算法 |
| 5.2.4 适应度函数 |
| 5.2.5 算法验证 |
| 5.3 基于模糊贝叶斯网络及蝙蝠—蚁群混合算法的制动系统可靠性优化 |
| 5.4 本章小节 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（4）工业机器人可靠性预计与分配的模糊方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 工业机器人及可靠性预计分配的发展现状 |
| 1.3 可靠性分析模糊方法的国内外发展现状 |
| 1.4 本论文的研究内容和结构安排 |
| 第二章 模糊理论概述 |
| 2.1 模糊集和隶属度的定义 |
| 2.2 常用的模糊数及其语言变量 |
| 2.2.1 模糊数和模糊函数的介绍 |
| 2.2.2 模糊算子 |
| 2.2.3 模糊语言变量的确定 |
| 2.3 模糊层次分析法 |
| 2.4 去模糊化方法 |
| 2.5 本章小结 |
| 第三章 工业机器人的可靠性分析 |
| 3.1 工业机器人概述 |
| 3.1.1 工业机器人的工作原理 |
| 3.1.2 工业机器人的基本结构及功能 |
| 3.2 FMECA方法概述 |
| 3.3 模糊危害性矩阵分析方法 |
| 3.4 基于模糊危害性矩阵的工业机器人FMECA分析 |
| 3.4.1 子系统的划分 |
| 3.4.2 工业机器人的FMEA分析结果 |
| 3.4.3 工业机器人的CA分析 |
| 3.5 工业机器人的故障树分析 |
| 3.5.1 故障树的基本理论 |
| 3.5.2 工业机器人的故障树定性分析 |
| 3.6 本章小结 |
| 第四章 工业机器人系统的可靠性预计 |
| 4.1 可靠性预计概述 |
| 4.2 聚合基本事件模糊数 |
| 4.3 模糊加权几何平均模型 |
| 4.4 基于模糊理论的可靠性预计 |
| 4.4.1 工业机器人可靠性的影响因素 |
| 4.4.2 基于梯形模糊语言的影响因素权重评价 |
| 4.4.3 工业机器人零部件的影响因素权重评价 |
| 4.4.4 工业机器人可靠性预计结果 |
| 4.5 本章小结 |
| 第五章 工业机器人系统的可靠性分配 |
| 5.1 可靠性分配概述 |
| 5.1.1 可靠性分配的目的及意义 |
| 5.1.2 工业机器人可靠性分配的步骤 |
| 5.2 模糊综合评判法 |
| 5.3 模糊推理Petri网介绍 |
| 5.3.1 模糊推理Petri网的基本原理 |
| 5.3.2 模糊推理Petri网建模 |
| 5.4 基于模糊Petri网的模糊综合评价法 |
| 5.5 工业机器人的模糊可靠性分配 |
| 5.6 本章小结 |
| 第六章 全文总结及展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（5）新型动车组制动系统故障分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 主要内容及章节安排 |
| 2 动车组制动系统及其故障分类 |
| 2.1 动车组制动系统预备知识 |
| 2.1.1 制动系统的主体构成 |
| 2.1.2 制动系统的工作原理及特性分析 |
| 2.1.3 制动系统的结构特点及特性参数分析 |
| 2.2 制动系统的检修和故障特性分析 |
| 2.2.1 制动系统的检修方式 |
| 2.2.2 制动系统的常见故障 |
| 2.2.3 制动系统的故障分析 |
| 2.3 制动系统故障分析方法 |
| 2.4 本章小结 |
| 3 制动系统故障数据提取 |
| 3.1 运行数据统计 |
| 3.2 接收数据分析 |
| 3.3 数据归一化处理 |
| 3.4 本章小结 |
| 4 基于模糊理论的动车组制动系统故障分析研究 |
| 4.1 模糊理论方法基本理论 |
| 4.1.1 模糊集合与隶属度 |
| 4.1.2 凸模糊集与λ截集 |
| 4.1.3 扩张原理 |
| 4.1.4 模糊数与模糊算子 |
| 4.2 基于模糊理论的动车组制动系统故障率计算 |
| 4.2.1 模糊集合的表现定理 |
| 4.2.2 制动系统故障模糊概率计算 |
| 4.2.3 制动系统故障模糊概率重要度计算 |
| 4.2.4 制动系统故障案例分析 |
| 4.3 本章小结 |
| 5 基于回归分析的动车组制动系统故障分析研究 |
| 5.1 回归分析方法的基本理论 |
| 5.1.1 多元线性回归分析 |
| 5.1.2 多元回归模型的参数估计 |
| 5.1.3 多元非线性回归模型的分析 |
| 5.2 基于回归分析的动车组制动系统故障模型构建 |
| 5.2.1 重要部件故障模型建立 |
| 5.2.2 正常运行情况下案例分析 |
| 5.2.3 异常运行情况下故障预警分析 |
| 5.3 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（6）基于模糊故障树与用户心理的家用空调可靠性设计研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景及意义 |
| 1.1.1 研究的背景 |
| 1.1.2 研究的意义 |
| 1.2 国内外研究现状 |
| 1.2.1 空调可靠性国内外研究状况 |
| 1.2.2 模糊故障树分析法国内外研究现状 |
| 1.2.3 用户心理国内外研究现状 |
| 1.3 研究内容与方法 |
| 1.3.1 研究的主要内容 |
| 1.3.2 研究的方法 |
| 1.3.3 技术路线 |
| 第二章 基于模糊故障树的家用空调可靠性分析 |
| 2.1 家用空调可靠性分析 |
| 2.1.1 家用空调可靠性的重要意义 |
| 2.1.2 家用空调故障因数分析 |
| 2.2 故障树与模糊故障树分析法 |
| 2.2.1 故障树分析法 |
| 2.2.2 模糊故障树分析法 |
| 2.3 基于模糊故障树的家用空调可靠性分析 |
| 2.3.1 家用空调系统 |
| 2.3.2 家用空调系统模糊故障树构建 |
| 2.3.3 计算与分析 |
| 2.4 本章小结 |
| 第三章 基于用户心理的家用空调可靠性分析 |
| 3.1 用户心理可靠性 |
| 3.1.1 用户心理可靠性概念 |
| 3.1.2 用户心理可靠性的重要度 |
| 3.2 基于用户心理的家用空调可靠性分析 |
| 3.2.1 家用空调用户心理可靠性调查 |
| 3.2.2 家用空调用户心理可靠性模型 |
| 3.3 本章小结 |
| 第四章 家用空调方案设计与验证 |
| 4.1 家用空调方案设计与优化 |
| 4.1.1 家用空调物理层可靠性优化 |
| 4.1.2 用户心理层可靠性方案设计-以凉山彝族用户为例 |
| 4.2 设计方案评价与验证 |
| 4.2.1 对比与实验验证法 |
| 4.2.2 用户心理可靠性评价 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 研究总结 |
| 5.2 主要创新点 |
| 5.3 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（7）基于广义随机Petri网的复杂系统可靠性分析与维修策略（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要研究内容及组织结构 |
| 1.3.1 本文研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 论文的组织结构 |
| 1.4 论文创新点 |
| 第2章 认知不确定性下复杂系统动态故障树模型的构建 |
| 2.1 故障树模型的构建 |
| 2.2 底事件故障率的估计 |
| 2.2.1 专家评估 |
| 2.2.2 混合专家权重 |
| 2.2.3 基于直觉模糊加权平均算子的聚合过程 |
| 2.3 本章小结 |
| 第3章 基于广义随机Petri网的动态故障树分析方法 |
| 3.1 广义随机Petri网 |
| 3.1.1 Petri网的基本概念 |
| 3.1.2 广义随机Petri网的基本概念 |
| 3.2 动态故障树转换为广义随机Petri网 |
| 3.2.1 基本事件向广义随机Petri网的转换 |
| 3.2.2 静态逻辑门向广义随机Petri网的转换 |
| 3.2.3 动态逻辑门向广义随机Petri网的转换 |
| 3.3 模型验证及算例分析 |
| 3.4 本章小结 |
| 第4章 考虑共因失效的复杂系统可靠性分析方法 |
| 4.1 共因失效的故障率模型 |
| 4.1.1 β因子模型 |
| 4.1.2 共因失效的GSPN模型 |
| 4.2 共因失效的故障概率模型 |
| 4.2.1 EDA方法 |
| 4.2.2 结合GSPN模型与EDA方法的可靠性分析方法 |
| 4.3 模型验证及算例分析 |
| 4.4 本章小结 |
| 第5章 基于灰色关联分析法的复杂系统维修策略 |
| 5.1 基于GSPN的系统可靠性参数计算方法 |
| 5.1.1 系统不可靠度 |
| 5.1.2 风险增加因子 |
| 5.1.3 Bimbaum重要度 |
| 5.1.4 测试代价 |
| 5.2 维修策略制定的基本流程 |
| 5.3 基于改进型灰色关联分析法的MADM算法 |
| 5.3.1 规范化决策矩阵的构建 |
| 5.3.2 计算正负距离矩阵 |
| 5.3.3 利用离差最大化法确定属性权重 |
| 5.3.4 计算灰色关联度 |
| 5.3.5 确定最佳搜索序列 |
| 5.4 本章小结 |
| 第6章 案例分析 |
| 6.1 构建动态故障树 |
| 6.2 获取底事件故障率 |
| 6.3 考虑共因失效的可靠性分析 |
| 6.4 制定最佳维修策略 |
| 6.5 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（8）碳消费困境中城市居民行为选择的影响因素研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 研究内容 |
| 1.4 研究方法与技术路线 |
| 1.5 主要创新点 |
| 2 理论基础与文献综述 |
| 2.1 理论基础 |
| 2.2 居民低碳消费行为的国内外研究综述 |
| 2.3 社会困境的国内外研究综述 |
| 2.4 本章小结 |
| 3 居民碳消费困境的内涵、特征与影响因素模型构建 |
| 3.1 扎根理论研究方法的确定 |
| 3.2 深度访谈与原始资料收集 |
| 3.3 数据编码与分析过程 |
| 3.4 碳消费困境中居民行为选择的影响因素模型构建 |
| 3.5 居民碳消费困境的内涵与特征 |
| 3.6 居民碳消费困境中行为选择的影响因素模型阐释 |
| 3.7 本章小结 |
| 4 以外卖为例的居民碳消费困境中高碳决策的模糊故障树分析 |
| 4.1 模糊故障树分析的原理与步骤 |
| 4.2 居民碳消费困境中外卖高碳行为的模糊故障树构建 |
| 4.3 外卖高碳消费行为的模糊故障树定性分析 |
| 4.4 外卖高碳消费行为的模糊故障树定量分析 |
| 4.5 外卖高碳消费的规避策略 |
| 4.6 本章小结 |
| 5 影响居民碳消费决策的关键因素实验研究 |
| 5.1 实验设计 |
| 5.2 参与者与实验过程 |
| 5.3 碳消费困境情境中居民合作行为的描述性统计分析 |
| 5.4 经济因素对城市居民在碳消费困境中的行为选择影响分析 |
| 5.5 信息因素对城市居民在碳消费困境中的行为选择影响分析 |
| 5.6 本章小结 |
| 6 研究结论与政策建议 |
| 6.1 主要研究结论 |
| 6.2 主要政策建议 |
| 6.3 局限性与未来研究展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 学位论文数据集 |
（9）多维T-S静动态故障树及在堆料机液压系统的可靠性应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 故障树分析方法及其在液压系统可靠性分析研究现状 |
| 1.2.1 静态故障树分析方法 |
| 1.2.2 动态故障树分析方法 |
| 1.3 共因失效系统可靠性分析研究现状 |
| 1.4 课题来源 |
| 1.5 研究思路与内容安排 |
| 1.5.1 问题提出 |
| 1.5.2 研究思路 |
| 1.5.3 内容安排 |
| 第2章 多维T-S故障树分析方法 |
| 2.1 多维T-S故障树 |
| 2.1.1 T-S门及其描述规则算法 |
| 2.1.2 多维输入规则算法 |
| 2.1.3 多维输出规则算法 |
| 2.2 多维T-S故障树分析方法的验证 |
| 2.2.1 与传统故障树分析方法对比 |
| 2.2.2 与空间故障树分析方法对比 |
| 2.2.3 与T-S故障树分析方法对比 |
| 2.3 多维T-S故障树重要度分析方法 |
| 2.3.1 概率重要度 |
| 2.3.2 关键重要度 |
| 2.3.3 综合重要度 |
| 2.3.4 重要度对比验证 |
| 2.4 本章小结 |
| 第3章 多维T-S动态故障树分析方法 |
| 3.1 T-S动态门及其连续时间事件顺序描述规则 |
| 3.1.1 T-S动态门 |
| 3.1.2 T-S动态门描述规则算法 |
| 3.2 多维T-S动态故障树分析方法的验证 |
| 3.2.1 与空间故障树分析方法对比 |
| 3.2.2 与基于Markov链的Dugan动态故障树分析方法对比 |
| 3.2.3 与离散时间T-S动态故障树分析方法对比 |
| 3.3 多维T-S动态故障树重要度分析方法 |
| 3.3.1 概率重要度 |
| 3.3.2 关键重要度 |
| 3.3.3 综合重要度 |
| 3.3.4 重要度对比验证 |
| 3.4 本章小结 |
| 第4章 考虑共因失效的多维T-S动态故障树分析方法 |
| 4.1 共因失效及其建模方法 |
| 4.1.1 共因失效概念 |
| 4.1.2 共因失效参数模型 |
| 4.1.3 共因失效的建模方法 |
| 4.2 考虑共因失效的多维T-S动态故障树分析方法 |
| 4.2.1 参数模型的选择 |
| 4.2.2 整合部分法共因失效因子分析 |
| 4.2.3 包含共因失效的T-S动态门求解 |
| 4.3 考虑共因失效的多维T-S动态故障树分析方法的验证 |
| 4.3.1 多维T-S动态故障树分析方法 |
| 4.3.2 考虑共因失效的多维T-S动态故障树分析方法 |
| 4.4 本章小结 |
| 第5章 斗轮式堆料机液压系统可靠性分析 |
| 5.1 基于多维T-S动态故障树的液压系统可靠性分析 |
| 5.1.1 液压系统工作原理 |
| 5.1.2 液压系统T-S动态故障树建造 |
| 5.1.3 液压系统可靠性分析 |
| 5.1.4 液压系统重要度分析 |
| 5.2 考虑共因失效的多维T-S动态故障树的液压系统可靠性分析 |
| 5.2.1 液压系统共因部件组 |
| 5.2.2 考虑共因失效的液压系统T-S动态故障树建造 |
| 5.2.3 考虑共因失效的液压系统可靠性分析 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（10）基于故障树方法的柴油机可靠性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 故障树方法研究现状 |
| 1.2.2 柴油机可靠性研究现状 |
| 1.3 论文主要研究内容 |
| 2 故障树和可靠性理论基础 |
| 2.1 故障树理论基础 |
| 2.1.1 故障树方法概述 |
| 2.1.2 故障树的建立 |
| 2.1.3 故障树的定性分析 |
| 2.1.4 故障树的定量分析 |
| 2.2 可靠性工程理论基础 |
| 2.2.1 基本概念 |
| 2.2.2 常见的寿命分布 |
| 2.3 本章小结 |
| 3 柴油机气门失效模糊故障树分析 |
| 3.1 柴油机气门失效模式 |
| 3.2 模糊故障树中的数学基础 |
| 3.3 建立气门失效故障树 |
| 3.4 故障树的定性分析 |
| 3.5 故障树的定量分析 |
| 3.5.1 底事件模糊概率的确定 |
| 3.5.2 顶事件模糊概率计算 |
| 3.5.3 底事件模糊重要度计算 |
| 3.6 本章小结 |
| 4 柴油机气缸套异常磨损T-S模糊故障树分析 |
| 4.1 柴油机缸套异常磨损机理 |
| 4.2 T-S模糊故障树理论基础 |
| 4.3 某型柴油机缸套异常磨损T-S模糊故障树分析 |
| 4.3.1 建立T-S故障树 |
| 4.3.2 构建T-S门规则 |
| 4.3.3 基于信心指数的专家调查法统计底事件概率 |
| 4.3.4 模糊概率分析 |
| 4.3.5 模糊可能性分析 |
| 4.3.6 T-S模糊概率重要度计算 |
| 4.3.7 T-S模糊关键重要度计算 |
| 4.4 本章小结 |
| 5 基于故障树的可靠性仿真研究 |
| 5.1 蒙特卡洛仿真基础 |
| 5.1.1 蒙特卡洛仿真概述 |
| 5.1.2 蒙特卡洛仿真理论基础 |
| 5.1.3 蒙特卡洛仿真分析流程 |
| 5.2 气门失效故障树-蒙特卡洛仿真 |
| 5.2.1 建立仿真数学模型 |
| 5.2.2 气门失效故障树-蒙特卡洛仿真流程 |
| 5.2.3 可靠性指标计算方法 |
| 5.3 气门失效蒙特卡洛仿真程序 |
| 5.4 仿真结果分析 |
| 5.4.1 平均无故障时间 |
| 5.4.2 可靠度与不可靠度曲线 |
| 5.4.3 底事件重要度仿真结果 |
| 5.5 本章小结 |
| 6 故障树可靠性分析软件的设计与开发 |
| 6.1 开发环境与技术 |
| 6.2 开发意义及功能需求 |
| 6.3 主要分析算法简介 |
| 6.3.1 故障树矩阵转化方法 |
| 6.3.2 定性分析的实现 |
| 6.4 软件主要界面及功能 |
| 6.4.1 软件的主界面 |
| 6.4.2 使用说明模块 |
| 6.4.3 参数输入模块 |
| 6.4.4 定性分析模块 |
| 6.4.5 仿真模块 |
| 6.4.6 辅助性提示模块 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
四、基于故障率为模糊数的故障树分析方法研究（论文参考文献）
- [1]基于生产性改善的C公司高频变压器产品质量提升研究[D]. 魏春珊. 江西理工大学, 2021(01)
- [2]基于云平台的电动汽车充电设备监控系统开发与研究[D]. 吕艺伟. 青岛科技大学, 2021(01)
- [3]基于模糊多态贝叶斯网络的动车组制动系统可靠性分析[D]. 周亚辉. 兰州交通大学, 2021(02)
- [4]工业机器人可靠性预计与分配的模糊方法研究[D]. 邓新蕴. 电子科技大学, 2021(01)
- [5]新型动车组制动系统故障分析[D]. 张师旗. 兰州交通大学, 2021(02)
- [6]基于模糊故障树与用户心理的家用空调可靠性设计研究[D]. 孙信民. 湖北工业大学, 2020(03)
- [7]基于广义随机Petri网的复杂系统可靠性分析与维修策略[D]. 曾一宁. 南昌大学, 2020
- [8]碳消费困境中城市居民行为选择的影响因素研究[D]. 朱瀚霖. 中国矿业大学, 2020(01)
- [9]多维T-S静动态故障树及在堆料机液压系统的可靠性应用[D]. 许敬宇. 燕山大学, 2020
- [10]基于故障树方法的柴油机可靠性研究[D]. 陈紫起. 大连理工大学, 2020(02)