一、Wiener过程分布密度的矩阵算法（论文文献综述）
李炜,李宗仁,毛海杰[1]（2021）在《基于反馈控制系统实时寿命预测的延寿策略研究》文中认为针对反馈控制系统性能因执行器隐含退化而无法满足控制任务时限要求的问题,提出了一种基于反馈系统实时寿命预测的动态矩阵控制（DMC）延寿方法.该方法首先基于Wiener和Poisson过程,建立了更加贴合执行器实际退化过程的复合模型;其次,通过分析执行器隐含退化对控制系统性能的影响给出了系统剩余寿命（RUL）的解析解,实现了系统RUL的实时快速预测;接着依据RUL的预测信息并结合DMC方法,通过在线针对性地对约束矩阵Q和R元素值的共同调整来延长系统的RUL,确保了控制任务时限性要求的目标达成;最后以双容水箱液位系统验证了本文方法的有效性,且较已有的LQR方法延寿效果和鲁棒性都更优.
郭庆,李印龙[2]（2021）在《基于气路参数融合的涡扇发动机性能退化预测》文中进行了进一步梳理针对单参数驱动的涡扇发动机性能退化预测精度不高的问题,提出了一种基于气路参数融合的涡扇发动机性能退化预测的方法。通过监测发动机性能退化过程中多源参数,采用专家经验和核主成分分析相结合的方法,进行发动机性能参数的选择和融合,从而构建健康参数。基于非线性Wiener过程构建涡扇发动机退化模型,采用极大似然方法求得发动机退化模型的离线参数估计值;由于不同发动机性能退化的差异性,基于贝叶斯更新理念对随机参数进行实时更新,可以实现对单台发动机的性能退化实时预测。通过实例验证,采用此方法在预测末端方均根误差为0.028 3,整体预测精度提升了54.5%,可以辅助指导维修决策。
李乃鹏,蔡潇,雷亚国,徐鹏程,王文廷,王彪[3]（2021）在《一种融合多传感器数据的数模联动机械剩余寿命预测方法》文中提出随着传感和信息技术的发展,各式各样的传感器获取了机械装备海量的监测数据,让剩余寿命预测有"据"可依,推动机械剩余寿命预测进入了大数据时代。但由于数据类型多样、量大面广,如何利用丰富的多传感器数据,从中快速挖掘健康状态退化信息,指导寿命预测,成为大数据时代下机械寿命预测的全新挑战。基于模型的寿命预测方法大多仅针对单一监测数据进行建模分析,无法有效利用丰富的大数据资源。数据驱动的方法则过分依赖训练数据,缺乏必要的经验指引,方法的可解释性差。为了有效利用多传感器数据指导寿命预测,从数模联动的思路出发,建立了一种融合多传感器数据的数模联动寿命预测方法。采用一种通用的Wiener过程模型对健康状态退化过程进行描述,分别建立多源观测函数和多源映射函数对状态与数据之间的因果关系和关联关系进行描述,采用粒子滤波算法将多传感器数据与模型进行动态匹配,预测剩余寿命。在提出方法的统一框架指导下,选取三种特定模型对铣刀剩余寿命进行预测,验证了提出方法的有效性。
潘子君,潘成,唐炬,郝留成,王亚祥[4]（2021）在《基于图像复原技术与约束最小二乘方滤波器的绝缘子表面电荷反演算法》文中研究说明该文借鉴图像复原技术的处理手段,提出一种针对平移不变系统的绝缘子表面电荷反演算法。通过二维傅里叶变换将电位-电荷间的矩阵运算转换至频域,并利用约束最小二乘方（CLS）滤波器抑制噪声干扰,进而实现了表面电位分布到表面电荷密度分布的推导。进一步,结合仿真算例讨论该算法的实现流程与计算精度,并与常见的维纳滤波法和模拟电荷法的计算结果进行对比;通过引入偏差系数定量分析不同算法对目标信号的复原能力与对噪声信号的抗干扰能力。最后,综合表面电位测量实验与粉尘图法验证算法的有效性。结果表明,该文所述CLS-filter算法能有效滤除测量过程中引入的噪声信号,提升电荷反演稳定性,且在高等级噪声干扰下的计算精度显着优于现有算法。该算法所得电荷分布与粉尘图谱较为吻合,计算结果具备一定的准确性与可靠性。
孙博[5]（2021）在《基于多源信息融合的数控机床关键功能部件可靠性评估》文中进行了进一步梳理数控机床作为装备制造业的“工业母机”,其可靠性水平已成为影响行业发展的重要技术指标之一,而保障关键功能部件的可靠性是保障数控机床可靠性水平的重要途径。数控机床关键功能部件的可靠性评估方法不仅用于可靠性水平的考核,还能为可靠性设计、可靠性增长及预防性维修提供重要依据。因此,研究数控机床关键功能部件可靠性评估方法以获取准确的评估结果具有重要的研究意义和工程价值。故障数据是可靠性评估的重要依据,然而随着数控机床关键功能部件可靠性水平的不断提升,可靠性试验周期不断延长,致使有限时间内获取的故障数据严重不足,而仅凭有限的故障数据所得出评估结果的精度较低。在数控机床关键功能部件的全寿命周期中,蕴藏着多源的可靠性信息,但其中存在着部分缺失、获取困难等弊病,若能充分利用这些不完善的信息可弥补故障数据的不足,并提升可靠性评估精度是亟待解决的难题。目前基于多源信息融合的可靠性评估研究通常是将相同维度的信息进行融合,信息源相对单一,易导致评估结果偏差较大,故在保证融合误差最小的前提下,需完善不同来源的信息进行融合的方法。综上,在“高档数控机床与基础制造装备”国家科技重大专项的资助下,提出了基于多源信息融合的数控机床关键功能部件可靠性评估方法:针对其故障模式多样的特点,以混合威布尔分布为可靠性模型,对区间删失的前期产品可靠性信息、混合不确定的可靠性仿真信息、专家的模糊判断信息、非线性的性能退化信息和右删失的小样本故障等信息进行深入挖掘并融合以评估数控机床关键功能部件可靠性,并以伺服刀架和主轴为例,验证该方法能有效提高可靠性评估的精度。论文主要研究内容如下:（1）针对数控机床关键功能部件前期故障数据存在记录不完整、无准确的故障时间等问题,提出一种考虑区间删失数据的可靠性评估方法。在建立含有区间删失数据的似然函数基础上,采用期望最大化（Expectation Maximization,EM）算法和Delta方法分别进行点估计和区间估计,并通过蒙特卡洛仿真对所提出的方法进行了验证;且将该方法应用在伺服刀架和主轴的可靠性评估中,得到了前期产品的可靠性评估结果。（2）为获得作为数控机床关键功能部件可靠性评估信息源的可靠性仿真信息,提出基于混合不确定性的可靠性仿真方法。从数控机床关键功能部件的功能原理入手,采用“功能-运动-动作”方法建立了故障树;通过扩展的概率盒理论和变异系数对认知不确定性进行量化,并将数控机床关键功能部件作为一种多状态的可维修系统,利用双层蒙特卡洛的方法实现混合不确定性的可靠性仿真;最后应用该方法获取了伺服刀架的可靠性仿真结果,并采用Birnbaum重要度对各子系统的重要度进行评价。（3）为融合前期产品的可靠性信息、专家信息和可靠性仿真信息以得到产品可靠性评估的先验信息,搭建了基于串行结构的信息融合框架。采用“最优最劣”法和模糊理论建立专家系统,并以前期产品的可靠性评估结果作为基础,获取专家对现有产品的可靠性水平判断结果,进而通过贝叶斯融合方法与可靠性仿真信息融合,再利用改进的重要性重采样算法获取最终的多源信息融合结果。（4）为弥补混合威布尔分布在小样本情况下可靠性评估精度低的不足,提出一种考虑右删失数据的小样本可靠性评估方法。由非线性的退化过程预测出故障前的时间,并与小样本的故障数据进行融合;将多源信息融合结果作为先验信息,通过条件概率密度函数进行数据分类,再依据基于马尔科夫链蒙特卡洛方法对各子分布的参数进行求解;最后采用仿真和实例分析评价所提方法的精度。依据本文提出基于多源信息融合的数控机床关键功能部件可靠性评估的方法,获取伺服刀架和主轴可靠性评估结果,且验证了可有效提升评估结果的精度,从而为后续开展可靠性设计、可靠性增长及预防性维修等提供重要的技术手段。
郭劲言[6]（2021）在《模型不确定的电主轴加速退化试验多目标优化设计方法》文中认为数控机床是制造业价值生成的基础和产业跃升的支点,对于一国装备制造业在国际分工中的位置具有“锚定”作用。而电主轴作为数控机床的关键功能部件,其可靠性水平很大程度上影响了数控机床整机的可靠性水平,因此如何评估和提高电主轴的可靠性成为相关学者和机床企业的关注的焦点。对于高可靠性、长寿命的电主轴,采用传统的可靠性试验方法难以在工程允许的时间内对其可靠性进行准确的评估。但随着电主轴运行时间的推移,其主要性能指标会逐渐衰退,这种性能退化的累积会逐渐导致其功能退化,最终发生失效。如果应用加速退化试验技术,对电主轴施加高于正常工作应力水平的试验应力,提高电主轴的退化速率,根据退化试验数据对关键性能指标建立加速退化模型,从而折算出正常工作应力下的可靠性水平,可以实现对电主轴可靠性的快速评估。由于工程实际中对试验成本的限制,如何在有限的条件下开展加速退化试验,获得有效的试验数据,实现对产品可靠性的准确评估,是加速退化试验优化设计的研究目标。合理的退化模型假设是保证加速退化试验优化效果的重要前提,但由于产品退化过程的随机性和复杂性,难以准确选择一种最合适的退化模型来描述其退化过程,且不同的模型假设往往对优化结果产生很大影响。因此,开展模型不确定情况下的加速退化试验优化设计研究是十分必要的。此外,电主轴的使用工况复杂,试验要求较多,现有优化方法中采用的单优化目标无法满足其实际工程需求,且不同优化目标下的试验方案优化结果也会不同,甚至相互矛盾,如何在有限的试验周期和试验成本下获得权衡多个优化目标的最优试验方案是亟待解决的问题。本文在国家自然科学基金和国家科技重大专项的支持下,以数控机床电主轴为研究对象,针对步进应力加速退化试验,研究考虑退化模型不确定的加速退化试验优化设计方法、加速退化试验多目标优化设计方法以及基于加速退化试验的电主轴可靠性评估方法,为电主轴可靠性设计提供科学有效的支撑。本文的主要研究内容包括:（1）对电主轴的结构和功能进行分析,在此基础上结合现场试验的故障数据对电主轴进行故障分析,确定能够体现电主轴性能退化的主要特征指标,用于加速退化试验过程中的监测和分析;搭建电主轴可靠性试验装置,并开展电主轴的可靠性摸底试验,根据摸底试验数据对电主轴进行失效机理一致性检验,以确定电主轴加速退化试验允许加载的最高应力水平。（2）提出考虑退化模型不确定性的加速退化试验优化设计方法。首先分别基于维纳过程、伽玛过程和逆高斯过程,建立以最小化正常工作应力下产品平均失效前时间估计值的渐近方差为优化目标的加速退化试验优化模型,通过对优化结果进行比较分析,验证考虑退化模型不确定性的合理性和必要性。随后,提出考虑退化模型不确定性的加速退化试验优化设计方法,基于赤池信息准则确定候选模型权重,采用组合预测方法构建优化目标函数,以试验样本量、各应力水平下测量时间间隔和测量次数为设计变量,在预先设定的试验预算约束下,建立考虑退化模型不确定的加速退化试验优化模型;并提出自适应搜索算法求解优化模型,根据优化目标函数变化程度的反馈动态调整搜索步长,以提高搜索效率并避免陷入局部搜索,保证优化效果。（3）在考虑退化模型不确定性的基础上,提出基于博弈理论的加速退化试验多目标优化设计方法。以试验样本量、各应力水平下退化指标的测量时间间隔和测量次数为设计变量,在预先设定的试验预算约束下,建立以提高产品寿命的预测精度、提高模型参数的估计精度以及提高模型参数偏差的稳健性为优化目标的多目标优化模型。基于博弈理论将多目标优化模型转化为合作博弈问题,采用模糊聚类方法计算各博弈方拥有的策略空间,并基于共谋合作模型构造博弈方得益函数,进而求解多目标优化模型,得到权衡多个优化目标的综合最优试验方案。（4）提出基于蒙特卡洛法的加速退化试验方案模拟评价方法,以正常应力下的产品MTTF估计值的渐近方差、模型参数的Fisher信息矩阵行列式值以及模型参数波动前后渐近方差的相对比率作为评价试验方案优劣的指标,分别利用各评价指标的均值和标准差来检验试验方案的准确性和稳定性。同时,针对小样本情况下加速退化模型参数极大似然估计量有偏的问题,提出了基于模拟试验数据对模型参数估计量进行纠偏的方法,通过偏比系数对模型参数估计量进行修正,从而提高模型参数的估计精度和最终可靠性评估结果的准确性。（5）基于以上研究确定的电主轴加速退化试验最优方案,依托搭建的电主轴可靠性试验装置,对某国产电主轴开展了加速退化试验;并提出了基于加速退化试验的电主轴可靠性评估方法,采用变分模态分解法对试验数据进行降噪预处理,采用极大似然估计方法对维纳过程、伽玛过程、逆高斯过程三个候选模型进行参数估计,最终对退化模型不确定情况下的电主轴进行可靠性评估。此外,设计并开发了电主轴可靠性评估软件,软件集成了试验数据预处理、加速退化模型建立和可靠性评估三个模块,可以实现对电主轴可靠性的快速、准确评估。
张润南,蔡泽伟,孙佳嵩,卢林芃,管海涛,胡岩,王博文,周宁,陈钱,左超[7]（2021）在《光场相干测量及其在计算成像中的应用》文中研究说明光场的相干性是定量衡量其产生显着的干涉现象所具备的重要物理属性。尽管高时空相干性的激光已成为传统干涉计量与全息成像等领域不可或缺的重要工具,但在众多新兴的计算成像领域（如计算摄像、计算显微成像）,降低光源的相干性,即部分相干光源在获得高信噪比、高分辨率的图像信息方面具有独特优越性。因此,部分相干光场的"表征"与"重建"两方面问题的重要性日益凸显,亟需引入光场相干性理论及相干测量技术来回答计算成像中"光应该是什么"和"光实际是什么"的两大关键问题。在此背景下,系统地综述了光场相干性理论及相干测量技术,从经典的关联函数理论与相空间光学理论出发,阐述了对应的干涉相干测量法与非干涉相干恢复法的基本原理与典型光路结构;介绍了由相干测量所衍生出的若干计算成像新体制及其典型应用,如光场成像、非干涉相位复原、非相干全息术、非相干合成孔径、非相干断层成像等;论述了相干测量技术现阶段所面临的问题与挑战,并展望了其未来的发展趋势。
赵靖英,张珂,刘建猛[8]（2021）在《基于加速应力试验的钽电容性能退化分析与建模研究》文中研究表明针对以3,4-乙烯二氧噻吩（PEDOT）导电聚合物的固体钽电容,本文以温度和湿度为加速试验应力,采用变间隔测量法搭建4种应力85℃/85%RH、95℃/70%RH、95℃/85%RH、110℃/85%RH水平下的钽电容恒定应力加速退化试验平台,获取性能退化参量电容量和损耗因数的退化数据。针对在温湿度加速应力下钽电容退化参数的非单一变化趋势,利用有序聚类算法进行退化区间划分;基于误差函数斜率的变化率确定最佳分类数,获得钽电容的稳定退化区间;基于数据重构和维纳过程对电容量和损耗因数进行拟合,拟合精度分别达到97%和95%,验证维纳过程建模的有效性;结合Copula函数建立基于随机效应维纳过程的钽电容二元加速退化模型,进行钽电容可靠性评估,推导正常应力水平下产品寿命,符合寿命12～15年的规定。结果表明二元加速退化模型能够进行钽电容的退化性能分析和寿命预测。
陈菘[9]（2021）在《改进的粒子滤波算法及其应用研究》文中提出现实生活中,人们通过卫星导航系统可以实现对目标的精确定位。在卫星信号丢失或无法有效作用的区域,雷达、红外系统可以用来辅助进行目标的跟踪。目标跟踪在军用的潜艇、导弹和民用的汽车驾驶领域都发挥着重要作用。生活中的应用场景是非线性的,同时叠加着各种噪声。估计问题就是从含有噪声的观测信号中恢复出目标真实的状态,因此估计问题有着深刻的现实应用背景与重要的研究意义。基于蒙特卡罗思想的粒子滤波在非线性估计中得到了广泛应用,因此粒子滤波算法成为了非线性估计领域的研究热点。引入重采样的思想解决了粒子滤波算法的退化问题,提高了估计的精度。但重采样用大权值粒子替代小权值粒子的机制造成了粒子种类的匮乏,影响了估计的准确性。重采样操作造成了粒子多样性的缺失,如何提高粒子的多样性是一个重要的研究问题。本文首先讨论了多项式重采样（随机重采样）、系统重采样、分层重采样、残差重采样的具体思路与实践方法。利用Matlab仿真软件对不同重采样算法的性能进行验证,讨论重采样算法在粒子滤波算法中的作用,并将其应用到后续的改进算法中。重采样涉及到对粒子的取舍,因此必然造成粒子多样性缺失的问题。在深入研究了群智能优化算法后,选用萤火虫算法并加以改进应用到粒子滤波过程中,提出了基于最优邻居引导萤火虫移动的粒子滤波算法。在萤火虫个体相对亮度的计算中引入最新时刻的观测值。随着萤火虫个体不断向最优值靠近,个体间距离不断减小,吸引度增加。个体在最优值附近震荡的机率增加,引入递减函数更新吸引度的大小。萤火虫算法中个体间要两两比较亮度增加了算法的复杂度,论文利用最优邻居引导萤火虫个体移动并控制搜寻的范围。最后通过距离模型、角度模型、距离和角度模型三个实验对比了不同噪声条件下改进算法与粒子滤波算法的性能,仿真结果表明改进算法跟踪效果优于粒子滤波算法,并分析原因。
侯玉雯[10]（2021）在《一类基于组合信号源的非线性系统辨识》文中指出
二、Wiener过程分布密度的矩阵算法（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、Wiener过程分布密度的矩阵算法（论文提纲范文）
（1）基于反馈控制系统实时寿命预测的延寿策略研究（论文提纲范文）
| 1 反馈控制系统延寿面临的问题 |
| 2 基于反馈系统实时寿命预测的延寿控制方法 |
| 2.1 执行器退化过程复合建模 |
| 2.2 执行器隐含退化下反馈控制系统寿命预测 |
| 1) 执行器隐含退化下反馈控制系统退化过程描述 |
| 2) 反馈控制系统剩余寿命预测 |
| 2.3 基于DMC的反馈控制系统延寿策略 |
| 3 仿真实验与结果分析 |
| 3.1 仿真实验 |
| 3.2 结果分析 |
| 1) 执行器退化过程复合建模 |
| 2) 反馈系统寿命预测 |
| 3) 基于DMC的反馈系统延寿控制 |
| 4) 延寿控制方法的鲁棒性分析 |
| 4 结语 |
（2）基于气路参数融合的涡扇发动机性能退化预测（论文提纲范文）
| 1 构建发动机健康参数 |
| 1.1 基于专家经验筛选发动机性能参数 |
| 1.2 多源参数的核主成分分析融合 |
| 2 发动机性能退化模型构建 |
| 2.1 发动机失效阈值的确定 |
| 2.2 发动机退化模型分析与假设 |
| 3 发动机性能退化模型的参数估计 |
| 3.1 参数估计模型的构建 |
| 3.2 总体发动机参数估计 |
| 3.3 发动机随机参数实时更新 |
| 4 发动机剩余寿命预测模型 |
| 5 实例分析 |
| 5.1 数据集描述 |
| 5.2 构建健康参数 |
| 5.3 实验结果 |
| 5.4 实验分析 |
| 6 结论 |
（3）一种融合多传感器数据的数模联动机械剩余寿命预测方法（论文提纲范文）
| 0前言 |
| 1 通用Wiener过程退化模型 |
| 2 多传感器融合数模联动寿命预测 |
| 2.1 模型构建 |
| 2.1.1 状态退化过程建模 |
| 2.1.2 状态与多传感器数据之间关系建模 |
| 2.1.3 多源状态空间模型 |
| 2.2 离线训练 |
| 2.3 测点选择 |
| 2.4 在线更新与寿命预测 |
| 3 铣刀磨损试验验证 |
| 3.1 试验数据介绍 |
| 3.2 模型构建 |
| 3.3 刀具剩余寿命预测 |
| 4 结论 |
（5）基于多源信息融合的数控机床关键功能部件可靠性评估（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 课题来源 |
| 1.3 数控机床关键功能部件可靠性评估的研究现状 |
| 1.4 可靠性评估关键问题研究现状 |
| 1.4.1 可靠性模型 |
| 1.4.2 小样本可靠性评估 |
| 1.4.3 可靠性仿真 |
| 1.4.4 专家信息 |
| 1.4.5 退化信息 |
| 1.4.6 信息融合研究现状 |
| 1.5 本文的研究思路与内容安排 |
| 第2章 考虑区间删失数据的前期产品可靠性评估方法 |
| 2.1 引言 |
| 2.2 问题数学描述 |
| 2.3 基于EM算法的考虑区间删失数据估计方法 |
| 2.3.1 EM算法 |
| 2.3.2 考虑区间删失数据的参数估计 |
| 2.4 基于Delta方法的区间估计方法 |
| 2.5 仿真验证 |
| 2.6 实例分析 |
| 2.6.1 主轴可靠性评估 |
| 2.6.2 伺服刀架可靠性评估 |
| 2.7 本章小结 |
| 第3章 基于混合不确定性的数控机床关键功能部件可靠性仿真方法 |
| 3.1 引言 |
| 3.2 基于FMA法建立故障树 |
| 3.3 不确定性量化 |
| 3.4 基于不完全维修的双层多状态可靠性仿真方法 |
| 3.4.1 蒙特卡洛仿真方法 |
| 3.4.2 数控机床关键功能部件可靠性仿真 |
| 3.5 实例分析 |
| 3.6 本章小结 |
| 第4章 基于改进的贝叶斯先验信息融合方法 |
| 4.1 引言 |
| 4.2 专家系统 |
| 4.2.1 确定各标准权重 |
| 4.2.2 各标准可靠性提升因子的提取 |
| 4.3 基于改进的贝叶斯信息融合方法 |
| 4.4 实例分析 |
| 4.5 本章小结 |
| 第5章 混合威布尔分布的小样本可靠性评估方法 |
| 5.1 引言 |
| 5.2 随机退化过程 |
| 5.2.1 Wiener过程的退化模型 |
| 5.2.2 Gamma过程的退化模型 |
| 5.2.3 逆高斯过程的退化模型 |
| 5.2.4 基于扩散过程的非线性退化建模 |
| 5.3 贝叶斯参数估计方法 |
| 5.3.1 贝叶斯方法简介 |
| 5.3.2 马尔科夫链蒙特卡洛方法 |
| 5.4 考虑右删失数据的小样本参数估计方法 |
| 5.4.1 问题数学描述 |
| 5.4.2 混合威布尔分布先验分布 |
| 5.4.3 基于条件概率密度数据分类 |
| 5.4.4 基于MCMC子分布求解方法 |
| 5.5 仿真验证 |
| 5.6 实例分析 |
| 5.6.1 考虑退化数据的主轴可靠性评估 |
| 5.6.2 考虑右删失数据的伺服刀架可靠性评估 |
| 5.7 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间取得的学术成果 |
| 攻读博士学位期间参加的科研项目 |
| 致谢 |
（6）模型不确定的电主轴加速退化试验多目标优化设计方法（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 课题来源 |
| 1.3 电主轴可靠性研究现状 |
| 1.4 加速退化试验研究现状 |
| 1.4.1 加速退化试验方法研究现状 |
| 1.4.2 加速退化模型研究现状 |
| 1.4.3 加速退化试验优化设计研究现状 |
| 1.5 主要研究内容及结构安排 |
| 第2章 电主轴退化性能指标及试验应力研究 |
| 2.1 引言 |
| 2.2 电主轴退化性能指标研究 |
| 2.2.1 电主轴结构及功能分析 |
| 2.2.2 电主轴故障分析 |
| 2.2.3 电主轴退化性能指标确定 |
| 2.3 电主轴可靠性摸底试验 |
| 2.3.1 电主轴可靠性试验装置 |
| 2.3.2 电主轴可靠性摸底试验设计 |
| 2.3.3 摸底试验数据统计分析 |
| 2.4 电主轴加速退化试验应力研究 |
| 2.4.1 基于灰色预测理论的退化失效机理一致性检验方法 |
| 2.4.2 电主轴退化失效机理一致性检验 |
| 2.4.3 电主轴加速应力水平组合确定 |
| 2.5 本章小结 |
| 第3章 考虑退化模型不确定性的加速退化试验优化设计 |
| 3.1 引言 |
| 3.2 加速退化试验优化设计思路及基本假设 |
| 3.2.1 优化设计思路 |
| 3.2.2 基本假设 |
| 3.3 基于维纳过程的加速退化试验优化设计 |
| 3.3.1 维纳过程概述 |
| 3.3.2 基于维纳过程的加速退化模型 |
| 3.3.3 基于维纳过程的加速退化试验优化模型 |
| 3.3.4 自适应搜索算法 |
| 3.3.5 实例分析—基于维纳过程的电主轴加速退化试验优化设计 |
| 3.4 基于伽玛过程的加速退化试验优化设计 |
| 3.4.1 伽玛过程概述 |
| 3.4.2 基于伽玛过程的加速退化模型 |
| 3.4.3 基于伽玛过程的加速退化试验优化模型 |
| 3.4.4 实例分析—基于伽玛过程的电主轴加速退化试验优化设计 |
| 3.5 基于逆高斯过程的加速退化试验优化设计 |
| 3.5.1 逆高斯过程概述 |
| 3.5.2 基于逆高斯过程的加速退化模型 |
| 3.5.3 基于逆高斯过程的加速退化试验优化模型 |
| 3.5.4 实例分析—基于逆高斯过程的电主轴加速退化试验优化设计 |
| 3.6 考虑模型不确定性的加速退化试验优化设计 |
| 3.6.1 赤池信息准则 |
| 3.6.2 考虑退化模型不确定性的必要性分析 |
| 3.6.3 基于AIC的组合预测方法 |
| 3.6.4 考虑模型不确定性的加速退化试验优化模型 |
| 3.6.5 实例分析—模型不确定的电主轴加速退化试验优化设计 |
| 3.7 本章小结 |
| 第4章 基于博弈理论的加速退化试验多目标优化设计 |
| 4.1 引言 |
| 4.2 加速退化试验多目标优化模型 |
| 4.2.1 优化目标 |
| 4.2.2 设计变量 |
| 4.2.3 约束条件 |
| 4.3 基于博弈理论的加速退化试验多目标优化方法 |
| 4.3.1 博弈理论 |
| 4.3.2 基于博弈理论的多目标优化方法 |
| 4.4 实例分析—电主轴加速退化试验多目标优化设计 |
| 4.4.1 试验优化数学模型 |
| 4.4.2 多目标试验优化结果 |
| 4.4.3 单目标试验优化结果对比分析 |
| 4.4.4 多目标优化算法对比分析 |
| 4.5 本章小结 |
| 第5章 电主轴加速退化试验方案模拟 |
| 5.1 引言 |
| 5.2 加速退化试验方案模拟评价准则和方法 |
| 5.2.1 蒙特卡洛法概述 |
| 5.2.2 考虑退化模型不确定性的模拟试验数据生成 |
| 5.2.3 试验方案模拟评价准则 |
| 5.3 电主轴加速退化试验方案模拟评价 |
| 5.3.1 电主轴加速退化试验模拟 |
| 5.3.2 模拟评价结果分析 |
| 5.3.3 电主轴加速退化试验最优方案确定 |
| 5.4 基于模拟数据的模型参数极大似然估计值的纠偏 |
| 5.4.1 极大似然估计值的真实抽样分布 |
| 5.4.2 模型参数极大似然估计值纠偏 |
| 5.5 本章小结 |
| 第6章 基于加速退化试验的电主轴可靠性评估 |
| 6.1 引言 |
| 6.2 电主轴加速退化试验 |
| 6.2.1 试验方案 |
| 6.2.2 失效判据 |
| 6.2.3 试验步骤 |
| 6.2.4 试验数据采集 |
| 6.3 电主轴加速退化试验数据统计分析 |
| 6.3.1 试验数据预处理 |
| 6.3.2 加速退化模型参数估计 |
| 6.3.3 模型拟合优度检验 |
| 6.3.4 考虑模型不确定的电主轴可靠性评估 |
| 6.4 电主轴可靠性评估软件 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间取得的学术成果 |
| 攻读博士学位期间参加的科研项目 |
| 致谢 |
（7）光场相干测量及其在计算成像中的应用（论文提纲范文）
| 1 引言 |
| 2 光场表征：从相干到部分相干 |
| 2.1 相干光场的复振幅表征 |
| 2.2 部分相干光场的表征 |
| 2.2.1 部分相干光场的关联函数表征 |
| 2.2.2 部分相干光场的相空间表征 |
| 2.3 几何光学近似下的光场表征 |
| 3 光场传输：从相干到部分相干 |
| 3.1 相干光场的传输 |
| 3.2 部分相干光场的传输 |
| 3.3 部分相干光场的相干模式分解 |
| 4 光场测量：从相位测量到相干测量 |
| 4.1 相位测量与相位恢复 |
| 4.2 相干测量与相干恢复 |
| 4.2.1 干涉相干测量 |
| 4.2.2 非干涉相干恢复 |
| 4.2.3 非干涉相干采样 |
| 4.3 光场成像与计算光场成像 |
| 4.3.1 光场直接采样 |
| 4.3.2 基于光强传输的计算光场成像 |
| 5 基于相干测量的计算成像新体制 |
| 5.1 光场成像与显微 |
| 5.2 非干涉相位复原 |
| 5.3 非相干全息术 |
| 5.4 散斑相关穿透散射介质成像 |
| 5.5 非相干合成孔径 |
| 5.6 非相干断层成像 |
| 6 相干测量的典型应用 |
| 6.1 生物显微成像 |
| 6.2 计算摄影 |
| 6.3 光束表征 |
| 6.4 光学测量 |
| 6.5 远场被动探测 |
| 6.6 无透镜成像 |
| 7 相干测量技术所面临的问题与挑战 |
| 7.1 时空相干性耦合情况下问题的复杂性 |
| 7.2 重要科学意义与有限实用价值间的矛盾性 |
| 7.3 从低维数据采样到高维相干函数重建的病态性 |
| 7.4 高维海量数据采集运算及其存储的挑战性 |
| 8 总结与展望 |
（8）基于加速应力试验的钽电容性能退化分析与建模研究（论文提纲范文）
| 0 引 言 |
| 1 钽电容加速退化试验 |
| 2 钽电容性能退化聚类方法 |
| 3 基于双参数的钽电容性能退化建模 |
| 3.1 基于随机效应Wiener过程的钽电容加速退化模型的建立方法 |
| 1)钽电容Wiener退化过程 |
| 2)基于Wiener过程的参数估计 |
| 3)加速退化模型 |
| 3.2 基于Copula函数的钽电容二元加速退化模型 |
| 4 钽电容退化性能的可靠性评估方法 |
| 5 结 论 |
（9）改进的粒子滤波算法及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外发展现状及趋势 |
| 1.2.1 估计问题的研究现状 |
| 1.2.2 非线性滤波技术的现状 |
| 1.2.3 目标跟踪的研究现状 |
| 1.3 论文主要研究内容与结构 |
| 第二章 滤波方法研究 |
| 2.1 滤波状态模型 |
| 2.2 维纳滤波 |
| 2.2.1 维纳滤波原理 |
| 2.2.2 维纳滤波的应用 |
| 2.3 卡尔曼滤波 |
| 2.3.1 卡尔曼滤波原理 |
| 2.3.2 扩展卡尔曼滤波 |
| 2.3.3 无迹卡尔曼滤波 |
| 2.4 粒子滤波 |
| 2.4.1 粒子滤波原理 |
| 2.4.2 重采样算法 |
| 2.4.3 重采样数值仿真 |
| 2.4.4 粒子滤波的应用 |
| 2.5 本章小结 |
| 第三章 群智能优化算法研究 |
| 3.1 群智能优化算法 |
| 3.1.1 萤火虫算法 |
| 3.1.2 最优邻居引导 |
| 3.1.3 粒子滤波与萤火虫算法结合 |
| 3.2 仿真分析 |
| 3.2.1 重采样算法的仿真 |
| 3.2.2 非线性方程的仿真 |
| 3.3 本章小结 |
| 第四章 改进算法在目标跟踪领域的应用 |
| 4.1 距离跟踪 |
| 4.1.1 距离跟踪模型 |
| 4.1.2 仿真与分析 |
| 4.2 角度跟踪 |
| 4.2.1 角度跟踪模型 |
| 4.2.2 仿真与分析 |
| 4.3 角度与距离跟踪 |
| 4.3.1 角度距离跟踪模型 |
| 4.3.2 仿真与分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作的创新与不足 |
| 5.3 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
四、Wiener过程分布密度的矩阵算法（论文参考文献）
- [1]基于反馈控制系统实时寿命预测的延寿策略研究[J]. 李炜,李宗仁,毛海杰. 兰州理工大学学报, 2021(06)
- [2]基于气路参数融合的涡扇发动机性能退化预测[J]. 郭庆,李印龙. 航空动力学报, 2021(11)
- [3]一种融合多传感器数据的数模联动机械剩余寿命预测方法[J]. 李乃鹏,蔡潇,雷亚国,徐鹏程,王文廷,王彪. 机械工程学报, 2021
- [4]基于图像复原技术与约束最小二乘方滤波器的绝缘子表面电荷反演算法[J]. 潘子君,潘成,唐炬,郝留成,王亚祥. 电工技术学报, 2021(17)
- [5]基于多源信息融合的数控机床关键功能部件可靠性评估[D]. 孙博. 吉林大学, 2021
- [6]模型不确定的电主轴加速退化试验多目标优化设计方法[D]. 郭劲言. 吉林大学, 2021(01)
- [7]光场相干测量及其在计算成像中的应用[J]. 张润南,蔡泽伟,孙佳嵩,卢林芃,管海涛,胡岩,王博文,周宁,陈钱,左超. 激光与光电子学进展, 2021(18)
- [8]基于加速应力试验的钽电容性能退化分析与建模研究[J]. 赵靖英,张珂,刘建猛. 仪器仪表学报, 2021(07)
- [9]改进的粒子滤波算法及其应用研究[D]. 陈菘. 江西理工大学, 2021(01)
- [10]一类基于组合信号源的非线性系统辨识[D]. 侯玉雯. 新疆大学, 2021