第1章 绪论 1
1.1 设备维修的定义 1
1.2 维修的分类 2
1.3 设备维修方式 4
1.4 维修技术的发展概述 6
1.5 研究维修技术的意义 9
1.6 维修技术的发展趋势 12
1.7 国内外武器装备预防性维修的研究与发展现状 13
第2章 武器装备预防性维修的故障率预测 16
2.1 可靠度函数与不可靠度函数 16
2.2 故障率函数 17
2.3 常见的故障分布及其故障率函数 19
2.4 故障率曲线的类型 23
2.5 基于威布尔分布模型的故障率预测 25
2.5.1 威布尔分布的优点 26
2.5.2 一元二参数威布尔分布 26
2.5.3 威布尔分布的参数估计方法 27
2.5.4 实例应用 28
2.6 灰色理论 29
2.6.1 灰色系统 29
2.6.2 灰色GM(1,1)模型 31
2.6.3 离散GM(1,1)模型故障率预测 34
2.6.4 实例应用 35
2.7 灰色线性回归组合模型的故障率预测 37
2.7.1 灰色线性回归组合模型 38
2.7.2 实例应用 40
2.8 本章小结 43
第3章 武器装备预防性维修间隔期的确定 44
3.1 典型的预防性维修策略 44
3.1.1 生产设备定龄维修策略 46
3.1.2 生产设备周期维修策略 46
3.1.3 设备综合维修策略 48
3.2 典型的预防性维修间隔期的确定方法 48
3.2.1 以可用度最大为目标确定维修间隔期 48
3.2.2 以平均费用最低为目标确定维修间隔期 50
3.3 灰色马尔可夫模型的装备故障间隔期预测 54
3.3.1 在GM(1,1)模型基础上建立灰色－马尔可夫模型 54
3.3.2 实例应用 55
3.4 本章小结 59
第4章 武器装备的故障预测 60
4.1 预测的概念和分类 60
4.2 故障预测原理 61
4.3 故障的主要原因分析 62
4.4 故障预测的模型和方法 63
4.4.1 统计模型预测方法 63
4.4.2 数学预测方法 64
4.4.3 智能预测法 64
4.5 回归模型的故障预测 66
4.5.1 多元回归预测计算模型 66
4.5.2 非线性回归分析模型 68
4.6 模糊理论的故障预测 68
4.6.1 故障模糊判别矩阵 69
4.6.2 模糊评判的装备故障预测模型 72
4.6.3 实例分析 77
4.7 BP神经网络的故障预测 78
4.7.1 神经网络的结构 78
4.7.2 BP网络的结构 79
4.7.3 BP神经网络学习算法 80
4.7.4 实例分析 82
4.8 基于灰色模型的故障预测 83
4.8.1 灰色GM(1,1)模型的装备故障预测 84
4.8.2 有效度原理的灰色线性回归模型的装备故障预测 85
4.8.3 灰色新陈代谢模型的装备故障预测 89
4.9 本章小结 90
第5章 武器装备预防性维修备件的管理 91
5.1 基于层次分析法维修备件的分类 92
5.1.1 层次分析法简介 92
5.1.2 层次分析法的基本步骤 93
5.1.3 实例分析 97
5.2 基于重要度原理维修备件储备定额的确定 101
5.2.1 确定最佳储备定额的步骤 101
5.2.2 实例分析 103
5.3 基于GERT模型维修备件订货间隔期的预测 104
5.3.1 常用的订货间隔期的确定方法 104
5.3.2 GERT随机网络的基本理论 107
5.3.3 GERT网络模型的订货间隔期的实例分析 114
5.4 基于灰色马尔可夫模型的维修备件需求预测 117
5.4.1 常用的备件需求预测方法 117
5.4.2 建立灰色马尔可夫组合模型 120
5.4.3 实例分析 121
5.5 本章小结 124
第6章 基于排队论的装备维修参数的确定及资源优化 125
6.1 排队论概述 125
6.2 排队系统的描述 126
6.3 排队论基本理论 128
6.3.1 泊松过程和负指数分布 128
6.3.2 生灭过程 129
6.4 维修系统中排队模型的符号及基本数量指标 130
6.5 排队维修系统的GERT网络模型 131
6.5.1 系统内装备全部故障期望时间的确定 131
6.5.2 各状态停留时间和稳态概率的确定 134
6.5.3 系统中某状态重复执行次数的确定 139
6.5.4 基于条件矩母函数的系统全部故障的概率及时间的确定 142
6.5.5 系统不经过某个状态而回到初始状态的期望时间的确定 144
6.5.6 系统首达某状态的期望时间的确定 146
6.6 排队维修系统资源优化 147
6.6.1 常用的最佳服务率和最优服务台的确定方法 147
6.6.2 装备维修组数量优化模型 150
6.7 本章小结 152
第7章 本书总结 153
参考文献 155