一、WEIBULL分布参数估计的精度分析（论文文献综述）
高金含[1]（2021）在《基于加权支持向量机的锂电池生产线可靠性预测》文中进行了进一步梳理随着现代科技、笔记本电脑、新能源汽车等行业的发展,锂电池市场需求量大幅增加。锂电池的生产环节很多,设备数量较多;随着对锂电池质量、产量和品质的提升,对锂电池生产线可靠性提出了更高的要求。因此,如何切实有效地提升锂电池生产线的质量和可靠性已成为企业生产中不容忽视的重要命题。本文以锂电池生产线为研究对象,综合考虑设备对锂电池生产的影响程度,对锂电池生产线及设备进行可靠性预测研究。本论文完成了如下研究工作:首先,进行基于枢轴量方法的叠加威布尔分布锂电池生产线建模。综合利用枢轴量与图解法,提出了一种叠加威布尔分布的枢轴量参数估计方法;通过图解法分析获得叠加威布尔分布形状参数估计值,并以此为基础构造枢轴量对尺度参数进行区间估计,进而通过遗传算法进行点估计提高参数精度。为验证模型假设的正确性和参数估计的准确性,通过枢轴量方法分别对威布尔分布、三参威布尔分布和叠加对数线性过程进行参数估计,并采用AIC准则和可决系数进行对比分析,通过对比可以发现基于枢轴量方法的叠加威布尔分布模型AIC值最大、可决系数最小,表明本文中提出的基于枢轴量方法的叠加威布尔分布的生产线可靠性建模是有效的、准确的。其次,进行基于二元决策图（Binary Decision Diagrams,BDD）锂电池生产线设备重要度分析。针对锂电池生产线建立系统可靠性框图;并引入二元决策图方法进行锂电池生产线重要度分析;通过锂电池生产线可靠性框图和BDD的映射关系,绘制各设备条件概率示意图并计算各设备条件概率值,进而获得各设备重要度,通过对比分析可以确定辊压机、1号涂布机和2号涂布机是重要度值较大的设备,其对锂电池生产线的影响较大。最后,进行基于加权支持向量机的锂电池生产线可靠性预测。针对传统支持向量机的预测精度较低,误差较大等问题;引入加权支持向量机方法进行锂电池生产线可靠性预测,通过理论分析可知,单核函数不能同时具有泛化能力和学习能力。因此,我们选择具有较强泛化能力的多项式核函数和具有较强学习能力的多层感知机核函数来构造新的核函数。采用粒子群优化算法对新的混合核函数参数进行优化,并利用混合核函数加权支持向量机对锂电池生产线进行可靠性预测,并与单一核函数加权支持向量机、支持向量机和BP神经网络通过均方根误差值进行分析比较,验证混合核函数加权支持向量机的有效性。有效可靠性预测对生产线安全、完成既定任务、视情维修及更换、降低经济费用至关重要。对研究锂电池生产线可靠性起到了示范作用。
郭金鑫[2]（2021）在《缺失数据下项目反应理论模型的统计分析》文中进行了进一步梳理项目反应理论模型是教育评估和心理测量中的一个重要工具,其研究对象主要是二值或离散型反应变量。但是,在实际应用中,反应缺失是一种非常普遍的现象,特别是在大规模测验评估中。在一些限时测验中,被试可能会由于时间限制,不能答完测试结尾的项目,导致未达到的项目（not-reached item,简称NRI）缺失。此外,在另一些情况下,被试虽然已经看到项目而且有时间思考,但仍可能会选择中间跳过一些项目,这样就会产生中间跳过的项目（omitted item,简称OI）缺失。大量的研究表明,NRI或OI引起的缺失,往往与被试的能力有关,因而是不可忽略的缺失。对于这样的缺失,如果处理不当,可能会导致不准确的统计推断,从而影响测试的有效性。为了解释时间限制引起的NRI缺失,基于van der Linden（2007）提出的反应准确度（response accuracy,简称RA）和反应时间（response time,简称RT）的层级模型,Pohl,Ulitzsch和von Davier（2019）提出了一个对已达到的项目进行估计的方法。这个方法的原理为:被试的反应速度影响被试在时间限制内完成的项目数量,从而包含由NRI引起的缺失信息。由于潜在能力和速度往往是相关的,该方法可以在一定程度上提高RA部分参数估计的精度。但是,被试的首道NRI是有信息的缺失,当反应时间大于测试中的剩余时间,相应的潜在反应就会删失。因此,直接忽略被试首道NRI可能会导致有偏的参数估计和不准确的被试推断。当存在时间限制引起的NRI时,本文提出了一个RA和RT的联合模型的估计方法以提高统计推断的精度。与Pohl,Ulitzsch和von Davier（2019）提出的方法相比,本文提出的这个方法额外考虑了被试首道NRI的反应时间的右删失机制,利用了更全面的关于NRI缺失的信息。模拟研究表明,本研究提出的这个方法可以得到准确的参数估计,而其他忽略了NRI的备选方法在参数估计时会产生一致的偏差。本研究使用提出的方法和其他备选方法分析了2018年国际学生能力评估计划（Program for International Student Assessment,简称PISA）科学测试的数据。对于存在OI缺失的数据,本研究提出了一个RA、RT和中间跳过的项目所用时间（omission time,简称OT）的联合模型。在这个方法中,RT和OT是相互竞争的。也就是说,这两个时间中较短的那个会被观测到,较长的时间则会删失。这种竞争关系导致了被试作答或中间跳过项目。模拟研究表明,在本研究提出的这个方法下,不仅可以得到准确的参数估计,而且稳健性可以得到验证。为了对比分析提出的方法和其他备选方法,本研究进一步分析了2015年PISA科学测试的数据。针对NRI和OI两种反应缺失同时存在的情况,本研究提出了这两种缺失下RA、RT和OT的联合模型以提高统计推断的精度。通过被试首道NRI上的潜在观测时间的右删失机制,该方法考虑了NRI的信息。通过RT和OT的竞争关系,该方法考虑了OI的信息。模拟研究比较了本研究提出的这个方法和那些只考虑一种缺失或者忽略缺失的方法。结果表明,只有这个同时考虑了两种缺失的方法可以得到准确的参数估计。此外,本研究提出的这个方法和其他备选方法同时用于分析2015年PISA科学测试的数据。
刘子昂[3]（2021）在《小样本情形下威布尔分布可靠性参数估计方法研究》文中研究表明在众多类型的失效寿命分布中,威布尔分布因具有诸多优良的性质而被广泛应用,在可靠性数据分析中起着十分重要的作用,而其中最为重要的则是对威布尔分布参数的精准估计。经典的参数估计方法往往都是建立在以大量寿命数据为基础的统计理论上的,在科技水平与制造能力飞速发展的今天,大部分产品都有了更高的可靠性保障,一些贵重的大型机械设备,无论是从试验条件考虑,或是从经济条件考虑,都难以获得大量的失效寿命数据。此时,产品的可靠性数据分析通常面临着小样本的问题,而经典的概率统计方法在对产品小样本数据的处理和参数估计中存在评估精度差的问题,进一步导致产品小样本下基于经典的概率统计方法的可靠性评估结果远不能满足工程的实际需要。对于上述问题,本文结合装发部相关科研项目,针对小样本情形下传统可靠性参数估计方法存在的问题与困难,以威布尔分布模型作为研究对象,围绕着小样本情形下的参数估计方法展开研究,具体内容如下:（1）基于自助法的贝叶斯估计方法的研究。针对贝叶斯方法中存在着先验分布难以确定,以及自助法中存在的评估精度不足等问题,本文提出一种基于自助法的贝叶斯先验分布确定方法,并利用马尔科夫链蒙特卡洛法和Open BUGS软件进行后验分布的求解,进一步将该方法应用于案例分析中,并与已有方法进行比较,对比分析验证本章方法的可行性。（2）融合加速退化数据与历史失效数据的参数估计方法研究。考虑到在实际工程中除了失效数据外,还存在着反映产品性能的退化数据,本文采用退化轨迹模型对退化数据进行建模分析。出于工程实际需要考虑,本文通过加速试验的方式收集加速退化数据,采用退化轨迹模型进行加速退化数据的处理,并将其折算到正常工作应力水平下,利用自助法将其转化为先验分布,进一步提出融合加速退化数据与历史失效数据的参数估计方法。最后,对某型橡胶圈开展工程实例论证,验证该方法的合理性与优势。（3）多故障模式下混合威布尔分布参数估计方法研究。针对复杂系统中存在的多故障模式,说明威布尔分布在对此类失效数据进行拟合时的局限性,并选用混合威布尔分布替代。根据多故障模型下失效数据的特点,本文提出一种基于模糊聚类分析的数据处理方法,采用专家评分的方式建立故障模式与失效机理间的模糊关系矩阵,计算其相似矩阵,并基于传递闭包法将模糊相似矩阵转换为等价矩阵,按照模糊聚类阈值进行分类。根据分类的结果分别利用贝叶斯方法进行威布尔分布参数估计。最后采用工程实例进行验证,说明本文提出的混合威布尔分布在处理多故障模式数据中的必要性,以及参数估计方法的有效性。
牛皓[4]（2021）在《考虑工作剖面的开关电源可靠性评估及优化设计》文中研究指明开关电源在电子系统中承担电压隔离变换和功率传递等任务,高可靠开关电源是保障其它电子系统正常工作的前提。面对复杂多变的工作剖面,如何在开关电源设计和样机研制阶段准确地评估其可靠性,并进行有针对性的优化设计,是开关电源厂家和研究人员共同关注的技术问题。目前,开关电源电热仿真分析无法准确描述随电源工况变化的元器件应力,元器件寿命预测对开关电源工作剖面考虑不足,可靠性建模忽略开关电源性能退化及其不确定因素的影响,可靠性优化设计方法缺乏对全寿命周期的稳健性和可靠性的综合考虑。这些问题导致开关电源可靠性评估结果与实际情况存在偏差,并且无法从设计源头解决开关电源全寿命周期的可靠性问题。针对以上问题,本文研究考虑工作剖面的开关电源可靠性评估及优化设计方法,建立开关电源多时间尺度电热耦合仿真模型,将开关电源工作剖面信息转换为MOSFET和铝电解电容等关键元器件的应力变化,进而基于加速寿命模型和累积损伤模型预测元器件工作寿命。从元器件参数退化和开关电源性能退化两方面研究开关电源可靠性评估方法,并分析元器件容差、参数退化和工作剖面波动等不确定因素对开关电源可靠性的影响,最终提出开关电源可靠性稳健优化设计方法,实现开关电源全寿命周期稳健性和可靠性的同步优化。首先,提出开关电源多时间尺度电热耦合仿真建模方法,实现开关电源多时间尺度电热应力的准确分析。针对开关电源中失效率最高的MOSFET和铝电解电容,分析MOSFET开关动态特性,确定特性参数与结温的关系,建立MOSFET瞬态热仿真模型,实现MOSFET电热应力的准确分析;分析铝电解电容电参数与工作条件的关系,建立铝电解电容内核温度有限元热仿真模型,实现铝电解电容电热应力的准确分析。分别利用SABER和ANSYS Icepak建立开关电源电路仿真和温度场仿真模型,并基于i SIGHT平台实现电、热仿真控制与数据交互,分析得到不同工作条件下开关电源的电热特性,实现不同工况条件下开关电源多时间尺度电热应力的准确分析,为元器件寿命预测和开关电源可靠性评估奠定基础。其次,提出基于开关电源工作剖面的关键元器件寿命预测方法,实现复杂工作剖面开关电源关键元器件的寿命预测。针对关键元器件MOSFET和铝电解电容,分析MOSFET和铝电解电容在开关电源中的失效模式与机理,根据器件失效机理进行加速试验,建立关键元器件加速寿命模型,确定元器件寿命与其工作应力的关系。分析MOSFET和铝电解电容损伤累积规律,建立关键元器件累积损伤模型,实现非恒定应力条件下元器件损伤的定量计算。利用开关电源电热耦合仿真模型,分析工作剖面条件下MOSFET和铝电解电容的电热应力,将结果代入加速寿命模型和累积损伤模型,实现复杂工作剖面下的关键元器件寿命预测,为开关电源可靠性评估提供参考依据。然后,提出基于退化的开关电源可靠性评估方法,综合考虑元器件退化不确定性和电源性能退化对开关电源可靠性的影响,实现开关电源可靠性的准确评估。从元器件退化失效和性能退化两方面建立开关电源可靠性模型,得到元器件参数退化和电源性能退化与开关电源可靠性的关系。针对寿命短板铝电解电容,提出基于电容退化失效的开关电源可靠性评估方法,建立基于时变退化分布的参数退化模型,分析铝电解电容参数退化对其寿命的“加速效应”,采用Monte Carlo仿真方法实现考虑退化不确定因素的开关电源可靠性评估。针对开关电源性能退化,提出考虑性能退化的开关电源可靠性评估方法,采用灵敏度分析方法确定导致性能波动变化的灵敏器件参数,并基于径向基函数建立用于开关电源性能快速计算的近似模型,建立开关电源性能极限状态方程,实现考虑性能退化的开关电源可靠性评估。最后,在开关电源可靠性评估基础上,提出基于元器件可靠寿命和电源寿命周期成本的开关电源可靠性稳健优化设计方法,实现开关电源全寿命周期稳健性和可靠性的同步优化。针对元器件可靠寿命优化问题,建立基于可靠寿命的稳健优化设计模型,采用粒子群算法优化电路设计参数及容差,提高开关电源工作剖面波动影响下可靠寿命的稳健性;针对开关电源性能退化问题,建立基于寿命周期成本的稳健优化设计模型,采用多目标遗传算法优化灵敏器件参数容差,提高开关电源全寿命周期的可靠性。
王琳舒[5]（2020）在《锂离子动力电池一致性分析模型及其影响因素的仿真分析》文中研究指明电动汽车在使用锂离子电池作为能量来源时,需要将单体电池通过串并联成组以满足能量和功率要求,而单体电池间的一致性差异对电池组的性能和寿命产生重要影响,造成电池组的性能和寿命的下降,甚至带来安全隐患。锂离子电池一致性不仅是电池制造过程中对电池质量控制和筛选的主要目标,同时也是实现成组电池精准监测、管理和保护的主要参数。分析制造阶段电池一致性差异的产生和发展以及电池一致性差异的形成原因和变化规律,能够为有效降低和预防电池一致性问题提供依据,为电池质量控制和电池组状态的监测提供理论参考。本课题围绕锂离子电池制造过程中产生的一致性问题,建立了电池一致性的预测模型和分析模型,研究了电池容量、放电过程电压变化的一致性特征和影响因素,分析了容量与放电电压一致性的相关性和极化电压的一致性。采用正态分布统计模型和Weibull分布统计模型分析了实际制造电池C/3倍率恒流放电容量和放电电压一致性特征,结果表明,放电容量分布符合正态分布模型,而放电过程中电压分布变化符合Weibull分布模型的统计特征,在放电初期放电电压接近正态分布,放电末期表现为极端的偏右态分布。采用Newman电化学模型,利用实际生产中正负极面密度、正负极厚度和电解液浓度等工艺参数的正态分布的统计特征,建立了制造过程中关键参数对电池一致性影响的分析模型,通过有限元方法求解Newman模型,得到电池放电容量、放电电压的一致性特征,计算结果表明,模拟计算结果和对实际电池的统计结果具有较好的相符性,反映出所建立的一致性分析模型具有较好的准确性和实用性。基于电化学理论和方差分析模型,建立了电池容量与放电电压一致性的相关性的分析模型和放电过程中极化电压一致性分析模型。采用电池容量与放电电压一致性的相关性的分析模型,分析了容量一致性对放电电压一致性的影响,结果表明,电压一致性Weibull分布的统计特征是由容量一致性特征、放电电压曲线特征所决定的,电压分布特征随放电过程进行演变。采用极化电压分析模型,分析了放电过程中开路电压、极化电压、欧姆极化一致性对电压一致性的影响,结果表明,放电电压一致性在放电初期由欧姆压降所决定,放电中期由开路电压一致性所决定,放电末期由极化电压一致性所决定,且由于正负极面密度的波动导致开路电压变化,使开路电压与极化电压一致性之间存在明显的相关性,两者相关性强弱与电池极化的控制过程密切相关。采用所建立的一致性分析模型,研究了制造过程中正负极面密度、正负极厚度和电解液浓度对电池容量和放电电压一致性的影响。统计分析表明,电池容量与正极面密度具有强相关性,相关系数达到0.9954;利用电池理论容量一致性分析模型和方差分析模型,建立了由电池容量一致性分析电池正负极面密度、NP 比及正负极材料嵌锂状态的一致性的分析方法,计算分析结果表明,正极面密度的变化影响负极材料空电态的嵌锂状态,是导致电池放电容量的变化的根本原因,制造过程诱发的正极面密度变化符合正态分布模型,电池容量也因此呈现出正态分布的特征。对于制造过程中关键工艺参数一致性对放电电压一致性影响的研究结果表明,在放电不同阶段放电电压一致性的关键影响因素是不断变化的,放电初始阶段,电解液浓度的影响最大;放电中期,正极面密度的影响最大;放电末期,负极面密度是影响放电电压一致性的关键因素。
陈玉玲[6]（2020）在《人工林适地适树与生长收获效益评估研究 ——以贵州省杉木和马尾松为例》文中进行了进一步梳理我国林业已进入提高森林资源质量、转变发展方式的重要阶段,随着大数据、云计算、物联网等多种信息化技术发展,以数据为基础构建人工林经营信息化体系,使得人工林从造林到采伐的经营过程在科学的管理化体系下进行,已成为发展现代林业、建设生态文明、推动科学发展的时代要求。适地适树和密度控制是人工林经营过程中两个重要内容,其中适地适树量化决策研究中最大的问题是经验主观性较大,同时由于人工林培育专家受地域性限制和知识局限性,导致的培育知识的不全面、获取困难也是需解决问题。密度控制研究中许多林业工作者对其经营过程中最优化控制研究经验比较零碎,缺乏新的信息技术手段将其组装成一个有效实用的体系。因此,有必要深入人工林经营中适地适树量化决策和密度控制决策方法,以数据为基础构建人工林经营信息化体系,从而推动营造林工作更好地开展。鉴于此,本研究以南方贵州杉木和马尾松典型人工用材林为研究对象,利用森林资源小班数据、一类清查数据和解析木数据,开展人工林经营过程中适地适树量化决策、林分密度控制决策和经营效益评估研究。主要研究工作如下:（1）人工林经营中适地适树量化决策研究中,利用决策树CART算法从大量数据中自动提取适地适树规则,解决专家系统中宜林性立地规则知识获取和更新维护问题。实现专家系统的造林设计中适地适树规则的智能提取,为造林地规划设计提供理论依据和辅助决策支撑。（2）人工林经营中密度控制决策研究中,将传统回归与机器学习方法相结合,实现人工林经营林分密度控制决策模型库中相关模型构建,主要包括地位级指数模型、生长收获模型、直径结构动态预测模型、最优林分密度决策模型、经济效益计算模型等。结果表明利用机器学习在模拟林分生长和林分直径结构方面的预测精度优于传统方法,使用遗传算法在最优林分密度决策模型中更是提高了决策方案求解的运算速度,经济效益计算中在增加了碳汇收益后,与单一木材经济收益相比,杉木最大经济效益年均净现值增长1.36倍,林地期望值增长1.42倍;马尾松最大经济收益分别增加了1.60%（MNPV）和5.41%（LEV）。（3）结合上面的研究,实现人工林培育经营智能化决策支持系统平台研建,对前面构建模型以及算法进行实际应用。重点实现了规则提取编辑导入、林分生长收获效益评估、林分经营密度控制智能设计三个功能模块。
程秀作[7]（2020）在《基于信息融合的工业机器人整机可靠性分析》文中研究指明随着工业自动化的发展,工业机器人己成为工业自动化领域里的一种重要设备,我国的工业机器人产业也随之快速发展,现已是全球最大的工业机器人消费国。由于产业的跨越式发展,我国现有的工业机器人设备设计和机型的研制开发周期短,难以获得足够的可靠性测试数据,缺乏整机的可靠性研究。为了结合少量现有的可靠性现场试验信息,对工业机器人整机进行定性可靠性分析与定量的可靠性指标分析,推进工业机器人整机的可靠性优化管理和维护策略,本文从工业机器人整机的可靠性分析和信息融合理论的角度出发,开展工业机器人的可靠性研究,主要研究内容如下:（1）对工业机器人进行整机的结构和功能分析,绘制可靠性框图,对影响系统功能的关键零部件的故障模式进行分析,制定改进补偿措施,绘制FMEA表。针对传统危害性分析中风险优先数指标存在的意义不明的问题,开展了改进评估指标集的模糊综合评判工作。（2）研究工业机器人整机在不同环境下可靠性寿命信息的融合方法。针对无法满足实际工况环境下的小样本试验数据估计模型参数的问题,提出了MonteCarlo抽样结合经典极大似然估计的超参数估计方法,应用专家打分构建整机的环境因子,结合贝叶斯方法和试验样本数据进行可靠性信息融合,建立了一种基于环境因子融合工业机器人整机历史信息和试验信息的可靠性分析方法。（3）研究工业机器人整机多源可靠性信息的融合方法,对整机性能可靠性信息进行了Bootsrap仿真的可靠性评定;针对整机的多个专家经验信息存在不确定性问题,基于D-S证据理论进行融合处理;构建离散的AMSAA可靠性增长模型,将整机多个阶段的增长信息融合为多次增长后的可靠性先验信息。对主观专家经验信息、客观信息性能和可靠性增长信息进行等效验前信息转换,应用相容性检验方法构建混合先验分布,解决了由于信息源之间形式和来源不同造成的不相容问题,建立了融合工业机器人整机多源可靠性信息的贝叶斯理论的可靠性分析方法。
浮媛媛[8]（2020）在《中国东北林区主要树种地上生物量与密度的遥感估算与模拟研究》文中认为森林生态系统是陆地生态系统的主要组成部分,在全球碳循环中发挥着非常重要的作用。温带和北方森林是大气二氧化碳的主要汇源,与低纬度相比,中高纬度地区的气候变暖幅度更大,因此温带和北方森林受到越来越多的关注,获取其空间上明确的地上生物量信息对于估算区域尺度的碳储量至关重要。中国东北林区处于中纬度全球环境变化敏感带,森林资源丰富,是中国最主要的碳库,包含的寒温带针叶林和温带针阔叶混交林是中国特有的森林类型。然而之前对中国东北林区地上生物量的研究主要是对所有树种总地上生物量的估计,几乎没有对整个东北林区树种水平地上生物量以及密度进行估算的研究,而树种水平的地上生物量和密度可以为了解森林动态提供重要的额外信息。此外,由于中国东北林区主要树种对气候变化的敏感度不同,随着全球气候变化,该区域未来的树种组成与结构可能会发生显着变化。因此,定量获取中国东北林区主要树种空间上连续分布的地上生物量与密度并预测其在不同气候变化情景下未来树种组成的动态变化,有助于掌握东北林区主要树种对气候变化的潜在响应及反馈机制,为林业部门应对气候变化的森林管理政策的制定提供科学依据。本研究以中国东北林区为研究对象,以森林调查数据为基础,结合遥感数据和环境变量数据,共建立了630个kNN（k-Nearest Neighbor）生物量估算模型,通过模型评估,选出适合东北林区的最优kNN模型首次对其17个主要树种的地上生物量进行估算,并对其各树种的空间分布特征与环境因子的关系进行讨论;之后基于上述17个树种地上生物量的估算结果对各树种在各径阶和各林龄的分布密度进行估算,并对各树种的胸径和林龄分布特征进行分析;最后基于上述估算的东北林区17个树种在各径阶的分布密度,利用森林生态系统过程模型LINKAGES v3.0,模拟并预测在现行气候条件和RCP2.6、RCP4.5、RCP8.5三种气候变暖情景下未来100年（20012100年）中国东北林区的树种组成动态,并对其主要树种在不同时期的潜在空间分布特征进行分析。研究的主要结论如下:（1）基于6个不同的距离度量指标、15个k值以及7组多时相MODIS数据和环境变量的组合设计的630个kNN生物量估算模型中,基于RF（Random Forest）距离度量指标的kNN模型表现出最佳的估算性能。应用生长季所有6个月份的MODIS预测变量与只使用生长季9月份的MODIS预测变量,并没有显着提高kNN生物量估算模型的精度。虽然随着k值的增加,kNN生物量估算模型的精度会有所提高,但是当k>7时,使用9月份MODIS预测变量的基于RF距离度量指标的kNN模型估算精度提高的幅度基本可以忽略不计。因此,基于RF距离度量指标、k=7和9月份MODIS光谱反射变量与环境变量组合的kNN模型被认为是估算东北林区树种水平地上生物量的最优kNN模型。（2）东北林区主要树种的地上生物量及其空间分布受环境变量影响显着。落叶松和白桦的地上生物量与温度呈显着负相关,在东北林区分布最为广泛,是目前东北林区的两大优势树种;云杉和臭冷杉地上生物量与海拔呈正相关,主要分布在高海拔地区;红松、枫桦、色木槭、紫椴、水曲柳、春榆、黄菠萝和胡桃楸的地上生物量与降水、温度和太阳辐射呈正相关,主要分布在相对湿度和温度较高的小兴安岭和长白山地区,在严寒的大兴安岭地区很少分布;樟子松对干旱和低温具有较高的耐受性,主要分布在大兴安岭北段的阳坡上;而钻天柳主要沿河流两岸分布。由于钻天柳和黄菠萝在研究区的分布有限,其地上生物量很低。总体而言,大兴安岭的地上生物量低于小兴安岭和长白山地,并且本研究中树种水平地上生物量估算结果的准确性从小班尺度到生态型尺度有明显的提高。（3）通过将两参数的Weibull概率密度函数与kNN模型相结合,可对整个东北林区主要树种在各径阶以及各林龄的分布密度进行合理估算。本研究估算的东北林区17个树种的总林分密度在7003000株/ha之间,并且整个研究区总林分密度的平均值为1464株/ha。整体来看,大兴安岭的总林分密度依次高于小兴安岭和长白山地。其中,山杨、樟子松、云杉、水曲柳、黄菠萝和钻天柳的胸径分布规律整体上都呈倒“J”型曲线,在小径阶林木株数居多;而其他树种的胸径分布规律整体上都呈左偏单峰山状分布,其林木株数分布都偏向于中小径阶。此外,东北林区主要树种林龄大都呈左偏单峰山状分布,虽然大多数树种幼龄林、中龄林占的比例较大,但是其中一些树种（如蒙古栎、色木槭、水曲柳）近熟林或者成熟林占的比例也较大。整体来说,东北林区的树种组成及其胸径和年龄结构是比较复杂的。（4）未来100年不同气候变化情景下东北林区树种组成差异不大,但是各树种对气候变化的潜在响应存在显着差异。未来100年,在现行气候条件和RCP2.6、RCP4.5、RCP8.5三种气候变暖情景下,东北林区树种组成中阔叶树种都以蒙古栎、山杨、白桦和色木槭为主,同时伴有相对少量比例的紫椴、黑桦、春榆、水曲柳和枫桦,胡桃楸、黄菠萝和钻天柳所占的比例几乎可以忽略;针叶树种都以红松和兴安落叶松为主,同时伴有少量樟子松和极少量的云杉、臭冷杉。对单个树种来说,现行气候条件已经接近兴安落叶松、云杉、臭冷杉以及枫桦生存适宜条件的边缘,温度进一步快速上升将导致这些树种无法在短期内适应环境的变化而面临退化;21世纪末期,蒙古栎和红松将分别成为东北林区最具优势的阔叶和针叶树种;在三种气候变暖情景增温幅度适中的情况下,东北林区大多数温带阔叶树种以及红松在空间分布上都有北移的趋势,并且增暖幅度越大,移动趋势越明显。
杨英豪[9]（2020）在《数控成形磨齿机可靠性技术的分析与研究》文中研究说明数控成形磨齿机自问世以来便定位于中高端装备并得到广泛的应用。目前我国在该领域的研究工作取得了长足的进展,但依然还存在技术竞争力不足、自主化程度低、难以走出去的困境,这主要是由于我国数控成形磨齿机在可靠性、一致性及稳定性等一些核心指标上难以达到国际先进水平。因此开展数控成形磨齿机可靠性研究工作对于我国工业的发展及实现制造强国战略具有重要的意义。本文在总结国内外可靠性技术的发展与研究趋势基础上,围绕数控成形磨齿机可靠性相关技术展开了一系列比较深入的研究,全文的研究工作主要包括:（1）对可靠性建模方法进行了分析。内容主要包括可靠性评价特征量及之间的相互关系、可靠性分布模型的建立、求解及检验。其中对分布模型的求解与检验进行了重点分析,推导了基于极大似然（MLE）的参数估计求解过程,引入了如Mann、灰色关联度分析、误差面积比指数等效果较好的分布模型检验方法,为可靠性评估的研究提供了基础。（2）对小样本可靠性评估方法进行了研究。针对小样本问题,在传统可靠性建模及可靠性评估流程基础上,研究了基于径向基（RBF）神经网络的扩充算法,该算法通过不断学习调整之后可以较好的实现对可靠性数据的扩充,由此提出来了一种新的数控机床可靠性评估流程。最后利用建立的方法实现了对数控成形磨齿机的可靠性评估,并验证了该方法在处理小样本可靠性评估问题时具有独特的优势和有效性。（3）对数控成形磨齿机进行了故障综合分析。首先分析了基于经验模态分解（EMD）的振动信号故障特征提取技术,并通过实验验证了该方法对于实现机床设备的故障检测具有可用性和有效性;其次进行了故障树分析（FTA）,完成了对机床各主要子系统及整机系统的故障建树和分析,理清了机床故障事件之间的逻辑因果关系,分析了系统的故障谱及存在的薄弱环节,为实现故障排除的快速响应和延长机床无故障工作时间提供了参考借鉴。（4）研究了基于模糊FMECA的可靠性风险评价方法。首先对机床各子系统主要故障模式做了详细分析,并相应地提出了改善措施;其次针对传统风险评价方法存在的问题,利用模糊风险评价模型完成了对数控成形磨齿机的可靠性风险评价。评价结果为采取合理的预防性措施,降低故障产生的不利影响,从而提高整机的可靠性水平提供了相关借鉴。最后根据研究工作建立了数控成形磨齿机可靠性提升流程,对于实现机床可靠性持续增长具有重要的指导意义。
伍龙山[10]（2020）在《复杂杂波背景下的高频超视距雷达目标检测方法研究》文中指出高频超视距雷达（Over-The-Horizon Radar,OTHR）利用高频电磁波的绕射或反射,可实现对远距离目标的超视距探测,提供大范围海域监测。由于OTHR工作的电磁环境十分复杂,在对雷达接收到的信号处理后得到的方位-距离-多普勒（Azimuth-Range-Doppler,ARD）谱中,不仅存在目标和大气噪声,还包含电离层杂波、海杂波等统计非均匀且大范围分布的杂波信号。因此,在OTHR复杂背景中,有效地检测目标是一项具有挑战性的任务。高频雷达目标检测,通常是在RD谱中进行。在传统的目标恒虚警（Constant false alarm rate,CFAR）检测中,主要利用参考单元幅度的统计特性计算检测单元（Cell-Under-Test,CUT）的阈值。然而,通过在对数尺度下对实际RD谱分析可知,除了幅度的统计特征外,背景中的杂波和目标还包含其它的信息。在不同的杂波区域内,相邻的背景单元分属于相同类型的杂波,在类别属性上存在空间相关性。在RD谱中,均匀区域内相邻背景单元的平均功率相近;而在大范围连续分布的非均匀杂波区域内,在距离或Doppler维上存在着缓慢变化的情况。由于单元的平均功率可通过统计分布参数计算得到,平均功率缓慢变化的相邻背景单元的分布参数也将是缓慢变化的,存在着空间相关性。此外,与背景单元的数量相比较而言,目标的数量属于绝对少数,具有稀疏特性。由于前端信号处理等原因,点目标目标通常还存在局部扩展,占据多个相邻检测单元。基于对RD谱中目标和杂波的分析结果,本文针对OTHR实际RD谱中的目标检测问题,提出利用目标稀疏性和扩展特性、背景单元空间相关性、背景单元分布参数空间相关性等信息来估计背景单元的统计分布参数的方法,以达到在复杂非均匀场景下提升目标检测的目的。具体研究工作如下:第一,在多目标背景中,针对目标检测中的目标/野值干扰的问题,提出一种利用目标稀疏特性来估计背景分布参数的目标检测方法。该方法通过在参数估计过程中对目标进行稀疏限制,自适应地识别干扰目标/野值,继而采用所有均匀背景单元对分布参数进行估计,提高估计的准确性。在多分布参数背景中,相对于传统的目标CFAR检测方法,本文提出的检测方法无需目标数量和分布参数等先验信息,可自适应地识别多干扰目标,实现目标CFAR检测。仿真和实验验证了这种利用目标稀疏性的目标CFAR检测方法的可行性、有效性和鲁棒性。同时,也验证了目标的稀疏特性在目标识别中的积极作用,可为复杂背景中干扰目标/野值的识别提供支撑。第二,在杂波边缘背景中,针对目标检测中杂波边缘造成参考单元非均匀的问题,提出一种利用相邻背景单元的空间相关性估计分布参数的目标检测方法。该方法通过在分布参数估计过程中对相邻背景单元分属的杂波类别进行限制,识别背景单元和定位杂波边缘,继而采用相同均匀杂波区域内所有杂波单元估计分布参数,提高估计的准确性,最终改善了对杂波单元的识别能力。相对于传统的检测方法,提出的方法能在估计过程中利用背景单元的空间相关性,不受参考单元中包含杂波边缘数量和其长度的限制。通过仿真测试评估了提出方法在杂波边缘定位、分布参数估计以及目标检测方面的性能。基于OTHR实测数据的半实物实验验证了本文方法在目标检测性能上的有效性。第三,在平均功率缓慢变化的杂波边沿背景中,针对目标检测中相邻单元分布参数各异的问题,提出一种利用相邻背景单元分布参数的空间相关性估计分布参数的目标检测方法。该方法通过利用分布参数的空间相关性,将平均功率缓慢变化的非均匀相邻单元关联起来,确定分布参数的空间关系,估计单元的分布参数。相对于传统的方法,提出的方法直接建立相邻背景单元分布参数的空间关系,估计得到的分布参数具有最大似然意义。通过仿真测试和实际数据试验,验证了利用背景单元分布参数的空间相关性实现目标CFAR检测的可行性和有效性。同时,也验证了空间相关性在提高非均匀杂波区域内分布参数估计准确性上的积极作用,为估计复杂非均匀背景中单元的分布参数提供有力的支撑。第四,在多杂波混合背景中,针对目标检测中存在的杂波混合非均匀参考单元的问题,提出了一种自适应地利用背景单元分布参数空间相关性和稀疏点目标存在扩展的情况来估计分布参数的目标检测方法。该方法可适应背景单元分布参数空间相关性复杂变化的情况,自适应地关联相邻的非均匀背景单元、确定其空间关系和估计分布参数。在该方法中,还利用了稀疏点目标扩展的现象,提高其识别性能,降低其对分布参数估计的不利影响。相对于传统方法,在最大似然意义条件下,提出方法自适应地建立了相邻背景单元幅度与分布参数存在的空间信息之间的关系,估计出分布参数的值。仿真和实测数据验证结果表明,自适应地利用背景单元分布参数空间相关性和稀疏点目标扩展现象的目标CFAR检测方法是可行的和有效的。
二、WEIBULL分布参数估计的精度分析（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、WEIBULL分布参数估计的精度分析（论文提纲范文）
（1）基于加权支持向量机的锂电池生产线可靠性预测（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 国内外发展现状 |
| 1.2.1 可靠性模型研究现状 |
| 1.2.2 重要度分析研究现状 |
| 1.2.3 可靠性预测研究现状 |
| 1.3 本文主要研究内容 |
| 1.3.1 研究内容 |
| 1.3.2 本文体系结构 |
| 1.4 本章小结 |
| 第2章 锂电池加工生产线可靠性建模 |
| 2.1 引言 |
| 2.2 生产系统可靠性数学模型 |
| 2.2.1 可靠性建模的概念与分类 |
| 2.2.2 可靠性建模步骤 |
| 2.3 锂电池生产线数据分析 |
| 2.4 叠加威布尔模型参数估计 |
| 2.4.1 形状参数图解法 |
| 2.4.2 尺度参数区间估计 |
| 2.5 模型拟合优度检验 |
| 2.6 本章小结 |
| 第3章 基于BDD的锂电池生产线设备重要度分析 |
| 3.1 引言 |
| 3.2 基于BDD的故障树映射方法 |
| 3.2.1 BDD的基本概念 |
| 3.2.2 BDD的排序原则 |
| 3.2.3 BDD的数据计算方法 |
| 3.3 基于BDD的设备重要度分析 |
| 3.3.1 生产线故障树映射 |
| 3.3.2 锂电池生产线设备重要度分析 |
| 3.4 本章小结 |
| 第4章 基于混合核WSVM算法的生产线可靠性预测 |
| 4.1 引言 |
| 4.2 加权支持向量机 |
| 4.2.1 加权支持向量机基本原理 |
| 4.2.2 加权系数的特性 |
| 4.2.3 加权系数的确定 |
| 4.3 基于PSO混合核的WSVM有效性分析 |
| 4.3.1 混合核函数选取 |
| 4.3.2 PSO粒子群优化算法 |
| 4.3.3 算法有效性分析 |
| 4.4 基于WSVM的生产线可靠性预测 |
| 4.4.1 关键设备可靠性预测 |
| 4.4.2 生产线可靠性预测 |
| 4.5 本章小结 |
| 第5章 总结和展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 攻读硕士学位期间研究成果 |
（2）缺失数据下项目反应理论模型的统计分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 研究背景 |
| §1.2 研究意义 |
| §1.3 本文的结构安排和创新点 |
| §1.3.1 本文的结构安排 |
| §1.3.2 本文的创新点 |
| 第二章 项目反应理论框架下的基本模型 |
| §2.1 RA模型 |
| §2.2 RA与RT的联合模型 |
| 第三章 未达到的项目缺失下项目反应理论模型的统计分析 |
| §3.1 NRI缺失研究现状 |
| §3.2 NRI缺失下RA与RT的联合模型 |
| §3.3 参数估计及其大样本性质 |
| §3.3.1 参数估计 |
| §3.3.2 参数估计的大样本性质 |
| §3.4 模拟研究 |
| §3.5 PISA数据分析 |
| §3.6 本章小结 |
| §3.7 附录 |
| 第四章 中间跳过的项目缺失下项目反应理论模型的统计分析 |
| §4.1 OI缺失研究现状 |
| §4.2 OI缺失下RA、RT与OT的联合模型 |
| §4.3 模拟研究 |
| §4.4 PISA数据分析 |
| §4.5 本章小结 |
| §4.6 附录 |
| 第五章 未达到的项目和中间跳过的项目两种缺失下项目反应理论模型的统计分析 |
| §5.1 NRI和OI两种缺失的研究现状 |
| §5.2 NRI和OI两种缺失下RA、RT与OT的联合模型 |
| §5.3 模拟研究 |
| §5.4 PISA数据分析 |
| §5.5 本章小结 |
| §5.6 附录 |
| 第六章 总结与展望 |
| §6.1 研究总结 |
| §6.2 未来研究 |
| 参考文献 |
| 致谢 |
| 在学期间公开发表论文及着作情况 |
（3）小样本情形下威布尔分布可靠性参数估计方法研究（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 国内外研究现状 |
| 1.2.1 威布尔分布参数估计方法发展概况 |
| 1.2.2 小样本情形下参数估计方法 |
| 1.2.3 威布尔分布模型的研究现状 |
| 1.3 本文研究内容与结构安排 |
| 1.3.1 本文研究内容 |
| 1.3.2 本文结构安排 |
| 第二章 常规情形下威布尔分布参数估计方法 |
| 2.1 引言 |
| 2.2 两参数威布尔分布及特性 |
| 2.3 经典统计理论下的参数估计方法 |
| 2.4 数值算例 |
| 2.5 本章小结 |
| 第三章 基于自助法的小样本情形下贝叶斯估计方法 |
| 3.1 引言 |
| 3.2 贝叶斯方法简介 |
| 3.2.1 贝叶斯估计方法 |
| 3.2.2 先验分布的选取 |
| 3.3 自助法理论基础 |
| 3.3.1 自助法的基本思想 |
| 3.3.2 再抽样样本的获取方式 |
| 3.3.3 自助法存在的问题 |
| 3.4 基于自助法的贝叶斯估计方法 |
| 3.5 算例分析 |
| 3.5.1 实例分析 |
| 3.5.2 仿真算例 |
| 3.6 本章小结 |
| 第四章 融合加速退化与历史失效数据的参数估计方法 |
| 4.1 引言 |
| 4.2 基于退化轨迹模型的可靠性评估 |
| 4.3 加速试验概述 |
| 4.3.1 加速试验的使用条件与基本假定 |
| 4.3.2 加速模型 |
| 4.3.3 加速应力到工作应力下的参数值折算 |
| 4.4 基于贝叶斯法融合加速退化与历史失效数据的参数估计方法 |
| 4.5 工程实例 |
| 4.5.1 加速试验基本参数设置 |
| 4.5.2 基于退化轨迹模型估计失效寿命 |
| 4.5.3 基于自助法构造先验分布 |
| 4.5.4 基于贝叶斯法融合退化与失效数据 |
| 4.5.5 结果对比 |
| 4.6 本章小结 |
| 第五章 多故障模式下混合威布尔分布参数估计方法 |
| 5.1 引言 |
| 5.2 混合威布尔分布概述 |
| 5.3 基于模糊聚类分析的多故障模式可靠性数据处理 |
| 5.3.1 模糊聚类算法概述 |
| 5.3.2 模糊聚类算法的数据处理流程 |
| 5.4 基于贝叶斯方法的混合威布尔分布参数估计方法 |
| 5.5 工程实例 |
| 5.5.1 数据初步整理 |
| 5.5.2 基于模糊聚类分析的数据处理 |
| 5.5.3 基于贝叶斯法的混合威布尔分布参数估计 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间参加的科研项目与取得的成果 |
（4）考虑工作剖面的开关电源可靠性评估及优化设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究目的和意义 |
| 1.2 课题的国内外研究现状分析 |
| 1.2.1 电力电子系统多时间尺度电热仿真技术 |
| 1.2.2 基于加速试验的元器件寿命预测技术 |
| 1.2.3 考虑工作剖面的开关电源可靠性评估技术 |
| 1.2.4 开关电源可靠性优化设计技术 |
| 1.2.5 已有研究存在的主要问题 |
| 1.3 本文主要研究内容 |
| 第2章 开关电源多时间尺度电热耦合仿真建模 |
| 2.1 引言 |
| 2.2 考虑工作剖面的开关电源多时间尺度电热耦合仿真策略 |
| 2.3 MOSFET电热仿真建模 |
| 2.3.1 基于开关动态特性的MOSFET电路仿真建模 |
| 2.3.2 基于瞬态热阻的MOSFET热仿真建模 |
| 2.4 铝电解电容电热仿真建模 |
| 2.4.1 铝电解电容电参数特性分析 |
| 2.4.2 基于内核温度的铝电解电容热仿真建模 |
| 2.5 开关电源系统电热耦合仿真建模 |
| 2.5.1 开关电源系统电路仿真建模 |
| 2.5.2 开关电源系统热仿真建模 |
| 2.5.3 基于iSIGHT的开关电源电热耦合仿真建模 |
| 2.5.4 开关电源电热耦合仿真结果验证 |
| 2.6 本章小结 |
| 第3章 基于开关电源工作剖面的关键元器件寿命预测 |
| 3.1 引言 |
| 3.2 基于失效物理的关键元器件加速寿命模型 |
| 3.2.1 铝电解电容和MOSFET失效模式分析 |
| 3.2.2 铝电解电容加速寿命模型 |
| 3.2.3 MOSFET加速寿命模型 |
| 3.3 非恒定应力条件下的关键元器件累积损伤模型 |
| 3.3.1 元器件损伤累积过程分析 |
| 3.3.2 铝电解电容和MOSFET累积损伤模型参数 |
| 3.3.3 铝电解电容和MOSFET累积损伤模型验证 |
| 3.4 考虑工作剖面的关键元器件寿命预测 |
| 3.4.1 开关电源工作剖面分析 |
| 3.4.2 基于电热仿真模型的铝电解电容和MOSFET应力分析 |
| 3.4.3 基于雨流计数法的MOSFET结温统计 |
| 3.4.4 铝电解电容和MOSFET寿命预测结果及分析 |
| 3.5 本章小结 |
| 第4章 基于退化的开关电源可靠性评估 |
| 4.1 引言 |
| 4.2 基于退化的开关电源可靠性建模 |
| 4.2.1 基于元器件退化失效的开关电源可靠性建模 |
| 4.2.2 基于性能极限状态方程的开关电源可靠性建模 |
| 4.3 基于电容退化失效的开关电源可靠性评估 |
| 4.3.1 基于时变退化分布的铝电解电容参数退化模型 |
| 4.3.2 开关电源工作剖面不确定性建模 |
| 4.3.3 参数退化对铝电解电容电热应力的影响分析 |
| 4.3.4 基于电容退化的开关电源可靠性评估结果及分析 |
| 4.4 考虑性能退化的开关电源可靠性评估 |
| 4.4.1 开关电源性能灵敏度分析 |
| 4.4.2 开关电源性能序贯近似建模 |
| 4.4.3 灵敏器件参数退化模型 |
| 4.4.4 考虑性能退化的开关电源可靠性评估结果及分析 |
| 4.5 本章小结 |
| 第5章 开关电源可靠性稳健优化设计 |
| 5.1 引言 |
| 5.2 开关电源可靠性稳健优化设计方法 |
| 5.2.1 开关电源的稳健性与可靠性分析 |
| 5.2.2 开关电源可靠性稳健优化设计流程 |
| 5.3 基于铝电解电容可靠寿命的开关电源稳健优化设计 |
| 5.3.1 基于可靠寿命的稳健优化设计模型 |
| 5.3.2 不同尺寸铝电解电容热应力仿真分析 |
| 5.3.3 基于粒子群算法的开关电源稳健优化设计模型求解 |
| 5.3.4 优化设计前后开关电源可靠寿命结果对比及分析 |
| 5.4 基于性能退化的开关电源稳健优化设计 |
| 5.4.1 开关电源寿命周期成本建模 |
| 5.4.2 开关电源多目标稳健优化设计模型 |
| 5.4.3 基于遗传算法的开关电源多目标稳健优化模型求解 |
| 5.4.4 优化设计前后开关电源可靠性结果对比及分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（5）锂离子动力电池一致性分析模型及其影响因素的仿真分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景与选题意义 |
| 1.1.1 电动汽车 |
| 1.1.2 锂离子电池 |
| 1.1.3 电池制造过程 |
| 1.1.4 电池管理系统 |
| 1.2 电池一致性问题研究现状 |
| 1.2.1 电池一致性影响因素 |
| 1.2.2 电池一致性研究方法 |
| 1.2.3 电池一致性评价方法 |
| 1.3 研究目的及意义 |
| 1.4 研究内容 |
| 2 锂离子动力电池一致性的统计分析 |
| 2.1 引言 |
| 2.2 电池一致性评价及验证方法 |
| 2.2.1 概率分布模型 |
| 2.2.2 参数估计 |
| 2.2.3 假设检验 |
| 2.3 电池制造参数统计特征 |
| 2.4 样本电池采集和筛选 |
| 2.4.1 样本电池采集 |
| 2.4.2 样本电池筛选 |
| 2.5 样本电池一致性统计特征 |
| 2.6 小结 |
| 3 基于Newman电化学极化模型的电池一致性分析预测模型 |
| 3.1 引言 |
| 3.2 Newman电化学极化模型 |
| 3.2.1 模型控制方程 |
| 3.2.2 Newman电化学极化模型求解 |
| 3.3 基于Newman电化学极化模型的电池一致性预测分析模型 |
| 3.4 Newman电化学极化模型参数设置及验证 |
| 3.4.1 模型参数 |
| 3.4.2 模型验证 |
| 3.5 Newman电化学极化模型模拟电池一致性统计特征 |
| 3.6 小结 |
| 4 锂离子电池一致性影响因素的仿真分析 |
| 4.1 引言 |
| 4.2 电池一致性影响因素分析方法 |
| 4.2.1 统计学理论基础 |
| 4.2.2 电池一致性影响因素仿真及分析方法 |
| 4.3 制造参数对电池容量一致性的影响因素分析 |
| 4.4 制造参数对电池电压一致性的影响因素分析 |
| 4.4.1 正极制造参数对电压一致性的影响 |
| 4.4.2 负极制造参数对电压一致性的影响 |
| 4.4.3 电解液锂离子浓度对电压一致性的影响 |
| 4.5 小结 |
| 5 锂离子动力电池容量一致性模型及影响因素的仿真分析 |
| 5.1 引言 |
| 5.2 电池容量一致性分析方法 |
| 5.2.1 统计学理论基础 |
| 5.2.2 电池理论容量一致性分析模型 |
| 5.2.3 电池容量一致性分析流程 |
| 5.3 电池理论容量一致性分析模型参数设置及验证 |
| 5.3.1 电池理论容量一致性分析模型的参数设置 |
| 5.3.2 电池理论容量一致性模型验证结果 |
| 5.4 基于电池理论容量一致性分析模型的容量一致性影响因素分析 |
| 5.4.1 面密度对电池理论容量一致性的影响 |
| 5.4.2 面密度对电池NP比一致性的影响 |
| 5.4.3 面密度对电极嵌锂状态一致性的影响 |
| 5.5 基于电池理论容量一致性分析模型的容量相关性分析 |
| 5.5.1 电池NP比一致性与电池理论容量一致性的相关性 |
| 5.5.2 电池NP比一致性与电极嵌锂状态一致性的相关性 |
| 5.5.3 电池理论容量一致性与电极嵌锂状态一致性的相关性 |
| 5.6 小结 |
| 6 锂离子动力电池电压一致性模型及影响因素的仿真分析 |
| 6.1 引言 |
| 6.2 基于电压一致性模型的电压一致性影响因素分析 |
| 6.2.1 电压一致性模型 |
| 6.2.2 电压一致性模型验证方法 |
| 6.2.3 基于电压-容量模型的电压一致性统计分析 |
| 6.2.4 基于电压一致性模型的电压一致性分析 |
| 6.3 基于极化电压模型的电压一致性影响因素分析 |
| 6.3.1 基于极化电压模型的电压方差模型 |
| 6.3.2 基于极化电压模型的电压一致性分析 |
| 6.3.3 基于极化电压模型的电压相关性分析 |
| 6.3.4 电压一致性及相关性的影响因素分析 |
| 6.4 小结 |
| 结论 |
| 附录A: 三参数Weibull分布模型形状参数取值推导 |
| 附录B: 电解液电导率及正负极平衡电位拟合函数 |
| 参考文献 |
| 攻读博士学位期间获取的学术成果 |
| 致谢 |
| 作者简介 |
（6）人工林适地适树与生长收获效益评估研究 ——以贵州省杉木和马尾松为例（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.1.1 研究背景与意义 |
| 1.1.2 项目来源与经费支持 |
| 1.2 国内外研究现状 |
| 1.2.1 适地适树宜林性研究进展 |
| 1.2.2 林分生长与收获预估模型研究进展 |
| 1.2.3 人工林经营密度控制技术研究进展 |
| 1.2.4 人工林经营效益评估研究进展 |
| 1.2.5 人工林经营决策系统研究进展 |
| 1.2.6 问题与发展趋势 |
| 1.3 研究的内容与技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 拟解决的关键问题 |
| 1.3.4 研究的技术路线 |
| 1.4 论文组织结构 |
| 2 材料与方法 |
| 2.1 研究地区概况 |
| 2.1.1 贵州省概况 |
| 2.1.2 锦屏县概况 |
| 2.2 数据收集与整理 |
| 2.2.1 贵州省一清数据收集整理 |
| 2.2.2 锦屏县小班数据收集整理 |
| 2.2.3 贵州省解析木数据收集整理 |
| 2.3 研究涉及理论方法 |
| 2.3.1 重要概念辨析 |
| 2.3.2 研究方法 |
| 3 人工林适地适树宜林性规则研究 |
| 3.1 基于林分潜在生长量的立地质量评价 |
| 3.1.1 研究方法 |
| 3.1.2 结果与分析 |
| 3.1.3 讨论 |
| 3.2 基于决策树算法的宜林性立地规则提取 |
| 3.2.1 研究方法 |
| 3.2.2 结果与分析 |
| 3.2.3 讨论 |
| 3.3 本章小结 |
| 4 林分生长与收获模型 |
| 4.1 地位级指数模型 |
| 4.1.1 研究方法 |
| 4.1.2 结果与分析 |
| 4.1.3 讨论 |
| 4.2 林分生长与收获模型 |
| 4.2.1 研究方法 |
| 4.2.2 结果与分析 |
| 4.2.3 讨论 |
| 4.3 本章小结 |
| 5 林分直径结构动态预测模型研究与应用 |
| 5.1 林分直径结构动态预测模型 |
| 5.1.1 研究方法 |
| 5.1.2 结果与分析 |
| 5.1.3 讨论 |
| 5.2 林分材种出材率的确定 |
| 5.2.1 树高-胸径模型 |
| 5.2.2 削度方程 |
| 5.2.3 林分材种出材率确定 |
| 5.3 本章小结 |
| 6 人工林经营密度控制研究 |
| 6.1 林分密度效应分析 |
| 6.1.1 全林分蓄积模型密度效应分析 |
| 6.1.2 抛物线型密度效应模型分析 |
| 6.2 抚育间伐技术 |
| 6.2.1 抚育间伐起始年龄 |
| 6.2.2 林分抚育间伐强度 |
| 6.2.3 抚育间伐间隔期 |
| 6.3 最优林分密度决策模型 |
| 6.3.1 最优林分密度决策模型建立 |
| 6.3.2 动态规划模型求解 |
| 6.3.3 人工林经营过程密度控制遗传算法决策 |
| 6.4 本章小结 |
| 7 人工林经营效益评估 |
| 7.1 人工林经营技术指标 |
| 7.2 人工林经济效益评估 |
| 7.3 人工林多功能效益评估 |
| 7.3.1 人工林多功能评价模型 |
| 7.3.2 人工林多功能效益评估 |
| 7.4 本章小结 |
| 8 人工林培育经营智能化决策支持系统平台研建 |
| 8.1 系统需求分析 |
| 8.2 系统设计 |
| 8.2.1 系统流程 |
| 8.2.2 功能结构 |
| 8.2.3 数据库设计 |
| 8.3 系统关键技术研究 |
| 8.3.1 基于决策树算法的规则提取器 |
| 8.3.2 基于遗传算法的密度控制决策 |
| 8.3.3 基于间伐参数的效益评估算法 |
| 8.4 系统实例 |
| 8.4.1 规则提取编辑导入 |
| 8.4.2 林分生长收获效益预测 |
| 8.4.3 林分经营密度控制智能设计 |
| 8.5 本章小结 |
| 9 主要研究结论与创新点 |
| 9.1 主要研究结论 |
| 9.2 创新点 |
| 附件A |
| 附件B |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 致谢 |
（7）基于信息融合的工业机器人整机可靠性分析（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外工业机器人可靠性研究现状 |
| 1.2.1 国外工业机器人可靠性研究现状 |
| 1.2.2 国内工业机器人可靠性研究现状 |
| 1.2.3 研究现状综述 |
| 1.3 研究思路与内容安排 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 本文结构安排 |
| 第二章 可靠性信息融合技术基本理论 |
| 2.1 信息融合技术形成 |
| 2.2 贝叶斯理论 |
| 2.3 可靠性先验信息与可靠性指标 |
| 2.3.1 可靠性先验信息的获取 |
| 2.3.2 可靠性先验信息的检验 |
| 2.3.3 工业机器人的可靠性指标 |
| 2.4 先验分布的构建 |
| 2.5 本章小结 |
| 第三章 工业机器人整机的FMECA分析 |
| 3.1 FMECA分析简介 |
| 3.2 工业机器人整机结构与功能分析 |
| 3.2.1 本体机械系统 |
| 3.2.2 控制系统 |
| 3.2.3 驱动系统 |
| 3.3 工业机器人整机FMEA分析 |
| 3.3.1 故障模式与原因分析 |
| 3.3.2 故障影响及严酷度分析 |
| 3.3.3 故障检测与补偿措施 |
| 3.4 基于PWO指标因素的危害性分析 |
| 3.5 本章小结 |
| 第四章 基于环境因子的工业机器人整机寿命信息融合 |
| 4.1 环境因子 |
| 4.1.1 环境因子的基本假设 |
| 4.1.2 环境因子的定义 |
| 4.1.3 常见寿命分布的环境因子 |
| 4.2 基于专家评分法确定环境因子 |
| 4.2.1 专家评分规则 |
| 4.2.2 专家对工业机器人整机可靠性评分 |
| 4.3 基于环境因子与Bayes方法的可靠性分析 |
| 4.3.1 基于威布尔分布的可靠性试验数据处理 |
| 4.3.2 基于历史信息和环境因子构建先验分布 |
| 4.4 案例分析 |
| 4.5 本章小结 |
| 第五章 基于多源信息融合的工业机器人整机可靠性分析 |
| 5.1 工业机器人整机的性能可靠性信息 |
| 5.1.1 性能可靠性定义 |
| 5.1.2 Bootstrap方法的描述 |
| 5.1.3 性能可靠性的评定 |
| 5.2 基于D-S证据理论的专家信息的融合 |
| 5.3 工业机器人整机可靠性增长信息的融合 |
| 5.3.1 可靠性增长模型的基本假设 |
| 5.3.2 可靠性增长信息的融合 |
| 5.3.3 可靠性增长检验 |
| 5.4 多源可靠性信息的等效转换 |
| 5.5 工业机器人整机多源可靠性信息的融合 |
| 5.6 案例分析 |
| 5.7 本章小结 |
| 第六章 总结和展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间参与的科研项目及取得的成果 |
（8）中国东北林区主要树种地上生物量与密度的遥感估算与模拟研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究进展 |
| 1.3.1 地上生物量估算研究 |
| 1.3.2 基于光学遥感数据的地上生物量估算 |
| 1.3.3 树种密度遥感估算研究 |
| 1.3.4 气候变化背景下森林动态模拟研究 |
| 1.4 研究内容与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第二章 研究区概况、数据获取与处理 |
| 2.1 研究区概况 |
| 2.1.1 地貌及水系特征 |
| 2.1.2 气候特征 |
| 2.1.3 土壤特征 |
| 2.1.4 森林特征 |
| 2.2 数据收集及处理 |
| 2.2.1 森林调查数据 |
| 2.2.1.1 二类调查小班数据 |
| 2.2.1.2 野外样地调查数据 |
| 2.2.2 MODIS遥感产品数据 |
| 2.2.3 环境变量数据 |
| 第三章 中国东北林区主要树种地上生物量估算 |
| 3.1 引言 |
| 3.2 研究方法 |
| 3.2.1 技术路线 |
| 3.2.2 kNN建模方法 |
| 3.2.3 响应变量 |
| 3.2.4 预测变量 |
| 3.2.5 kNN模型参数优化及制图 |
| 3.2.6 精度评估 |
| 3.3 结果分析 |
| 3.3.1 空间预测变量的重要性 |
| 3.3.2 不同kNN生物量估算模型的表现及模型优化 |
| 3.3.3 东北林区主要树种地上生物量空间分布特征 |
| 3.3.4 不同尺度地上生物量制图精度评估 |
| 3.4 讨论 |
| 3.4.1 最佳距离度量、k值和MODIS数据时相的选择 |
| 3.4.2 环境因子对树种空间分布的影响 |
| 3.4.3 与前人研究成果的对比 |
| 3.4.4 预测精度和不确定性分析 |
| 3.5 小结 |
| 第四章 中国东北林区主要树种密度估算 |
| 4.1 引言 |
| 4.2 研究方法 |
| 4.2.1 技术路线 |
| 4.2.2 Weibull分布模型的参数估计 |
| 4.2.3 Weibull分布参数预估模型的建立 |
| 4.2.4 Weibull分布参数估计的检验指标 |
| 4.2.5 Weibull分布参数预估模型的检验 |
| 4.2.6 像元水平林分平均胸径和树种密度的检验 |
| 4.3 结果分析 |
| 4.3.1 Weibull分布参数估计的检验及预估模型的建立 |
| 4.3.2 像元水平林分平均胸径估算结果与精度检验 |
| 4.3.3 东北林区主要树种密度空间分布特征 |
| 4.3.4 东北林区主要树种在不同径阶的分布 |
| 4.3.5 东北林区主要树种在不同林龄的分布 |
| 4.3.6 精度评估 |
| 4.4 讨论 |
| 4.4.1 胸径分布模型和参数估计方法的选择 |
| 4.4.2 东北林区主要树种胸径以及林龄分布 |
| 4.4.3 精度评估和不确定分析 |
| 4.5 小结 |
| 第五章 气候变化对中国东北林区树种组成和分布的影响 |
| 5.1 引言 |
| 5.2 研究方法 |
| 5.2.1 LINKAGES v3.0模型原理 |
| 5.2.2 LINKAGES v3.0模型结构 |
| 5.2.3 LINKAGES v3.0模型参数化 |
| 5.2.3.1 气象参数估计 |
| 5.2.3.2 土壤参数估计 |
| 5.2.3.3 树种参数估计 |
| 5.2.3.4 林分参数估计 |
| 5.2.4 LINKAGES v3.0模型验证 |
| 5.3 结果分析 |
| 5.3.1 模型模拟结果验证 |
| 5.3.2 东北地区气候变化特征分析 |
| 5.3.2.1 不同情景下降水和温度的时间序列变化特征 |
| 5.3.2.2 不同情景下降水和温度变化趋势空间分布特征 |
| 5.3.3 气候变化对东北林区17个树种总地上生物量的影响 |
| 5.3.4 不同气候变化情景下东北林区17个树种总地上生物量时空分布格局 |
| 5.3.5 东北林区树种组成动态及各树种对气候变化的潜在响应 |
| 5.3.6 不同气候变化情景下东北林区主要树种的潜在空间分布 |
| 5.3.7 不同气候变化情景下东北林区地上生物量估算的不确定性 |
| 5.4 讨论 |
| 5.4.1 东北林区主要树种对气候变化的潜在响应 |
| 5.4.2 与其他模型预测结果的对比验证 |
| 5.4.3 不确定性分析 |
| 5.5 小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 创新点 |
| 6.3 研究中的不足与未来展望 |
| 参考文献 |
| 致谢 |
| 在学期间公开发表论文及着作情况 |
（9）数控成形磨齿机可靠性技术的分析与研究（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 可靠性技术的发展与研究趋势 |
| 1.3 数控机床可靠性国内外研究现状 |
| 1.4 论文主要研究内容 |
| 第2章 数控成形磨齿机可靠性建模分析 |
| 2.1 可靠性评价特征量 |
| 2.1.1 可靠性评价函数 |
| 2.1.2 可靠性评价指标 |
| 2.2 可靠性分布模型 |
| 2.2.1 威布尔分布及模型求解 |
| 2.2.2 指数分布及模型求解 |
| 2.2.3 正态分布及模型求解 |
| 2.2.4 对数正态分布及模型求解 |
| 2.3 可靠性分布模型检验 |
| 2.3.1 统计假设检验 |
| 2.3.2 拟合优度检验 |
| 2.4 本章小结 |
| 第3章 基于RBF神经网络的可靠性评估分析 |
| 3.1 RBF神经网络概述 |
| 3.1.1 RBF神经网络基本结构 |
| 3.1.2 RBF神经网络学习算法 |
| 3.2 基于RBF神经网络的扩充算法 |
| 3.2.1 RBF神经网络扩充算法设计及实现 |
| 3.2.2 RBF神经网络可靠性评估流程 |
| 3.3 算法实例分析 |
| 3.3.1 原始故障间隔时间分布模型求解 |
| 3.3.2 RBF神经网络扩充数据的产生及分析 |
| 3.3.3 数控成形磨齿机可靠性评估 |
| 3.4 本章小结 |
| 第4章 数控成形磨齿机故障综合分析 |
| 4.1 基于EMD的振动信号故障特征提取技术 |
| 4.1.1 EMD基本理论 |
| 4.1.2 实验数据采集 |
| 4.1.3 数据的处理与分析 |
| 4.2 数控成形磨齿机FTA分析 |
| 4.2.1 FTA基本理论 |
| 4.2.2 数控成形磨齿机系统及故障事件定义 |
| 4.2.3 数控成形磨齿机故障树建立 |
| 4.2.4 数控成形磨齿机故障树定性分析 |
| 4.3 本章小结 |
| 第5章 基于模糊FMECA的可靠性风险评价 |
| 5.1 传统FMECA可靠性风险评价 |
| 5.2 模糊风险评价模型 |
| 5.2.1 模糊语言变量 |
| 5.2.2 模糊综合评判 |
| 5.3 数控成形磨齿机子系统FMEA |
| 5.4 数控成形磨齿机子系统模糊风险评价(CA) |
| 5.4.1 电气控制子系统模糊风险评价 |
| 5.4.2 进给伺服子系统模糊风险评价 |
| 5.4.3 磨削砂轮子系统模糊风险评价 |
| 5.4.4 机床液压子系统模糊风险评价 |
| 5.4.5 冷却润滑子系统模糊风险评价 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（10）复杂杂波背景下的高频超视距雷达目标检测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 高频超视距雷达系统概述 |
| 1.2.1 地波超视距雷达系统概述 |
| 1.2.2 天波超视距雷达系统概述 |
| 1.3 高频雷达目标检测的难点与方法综述 |
| 1.3.1 高频雷达目标检测的难点 |
| 1.3.2 经典的CFAR检测方法综述 |
| 1.3.3 高频雷达目标检测方法综述 |
| 1.4 高频超视距雷达目标检测中的主要问题 |
| 1.5 本文的主要研究内容 |
| 第2章 多目标背景中的目标CFAR检测 |
| 2.1 引言 |
| 2.2 基础理论 |
| 2.2.1 高频超视距雷达RD谱统计特性 |
| 2.2.2 ML-CFAR检测器 |
| 2.2.3 野值稀疏正则化 |
| 2.3 目标稀疏约束的多目标CFAR检测方法 |
| 2.3.1 目标稀疏约束的分布参数估计 |
| 2.3.2 基于稀疏约束的野值剔除最大似然估计 |
| 2.3.3 自适应检测阈值 |
| 2.4 仿真和实验结果 |
| 2.4.1 仿真数据测试 |
| 2.4.2 实验数据测试 |
| 2.5 本章小结 |
| 第3章 杂波边缘背景中的目标CFAR检测 |
| 3.1 引言 |
| 3.2 基础理论 |
| 3.3 分布参数估计方法 |
| 3.3.1 算法的目标函数 |
| 3.3.2 稀疏正则化空间FCM算法 |
| 3.3.3 稀疏正则化空间FMM算法 |
| 3.3.4 完整的参数估计算法 |
| 3.3.5 目标检测 |
| 3.4 测试和分析 |
| 3.4.1 仿真数据测试 |
| 3.4.2 实验数据测试 |
| 3.5 本章小结 |
| 第4章 缓慢变化的杂波边沿背景中的目标CFAR检测 |
| 4.1 引言 |
| 4.2 RD谱分析 |
| 4.3 基础理论 |
| 4.3.1 ML-CFAR |
| 4.3.2 基于L_0范数正则化的MS模型 |
| 4.3.3 修正的相对全变分最小化 |
| 4.4 分布参数估计方法 |
| 4.4.1 参数估计目标函数 |
| 4.4.2 目标函数优化与分布参数估计 |
| 4.4.3 目标检测 |
| 4.5 实验和分析 |
| 4.5.1 算法的初始化 |
| 4.5.2 计算复杂度 |
| 4.5.3 仿真数据测试 |
| 4.5.4 实验数据测试 |
| 4.6 本章小结 |
| 第5章 多杂波混合的非均匀背景中的目标CFAR检测 |
| 5.1 引言 |
| 5.2 基础理论 |
| 5.2.1 运算定义 |
| 5.2.2 自适应紧框架 |
| 5.2.3 图与群稀疏正则化 |
| 5.3 分布参数估计模型 |
| 5.3.1 Gumbel杂波建模 |
| 5.3.2 背景单元分布参数正则化 |
| 5.3.3 目标加权群稀疏正则化 |
| 5.3.4 目标函数 |
| 5.4 分布参数估计算法 |
| 5.4.1 变量估计 |
| 5.4.2 完整的分布参数估计算法 |
| 5.4.3 目标检测 |
| 5.5 仿真和实验 |
| 5.5.1 算法的初始化 |
| 5.5.2 计算复杂度 |
| 5.5.3 仿真数据测试 |
| 5.5.4 实验数据测试 |
| 5.5.5 仿真和实验总结 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| A.高频超视距雷达实际RD谱统计特性分析 |
| B.野值的解 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
四、WEIBULL分布参数估计的精度分析（论文参考文献）
- [1]基于加权支持向量机的锂电池生产线可靠性预测[D]. 高金含. 长春工业大学, 2021(08)
- [2]缺失数据下项目反应理论模型的统计分析[D]. 郭金鑫. 东北师范大学, 2021(09)
- [3]小样本情形下威布尔分布可靠性参数估计方法研究[D]. 刘子昂. 电子科技大学, 2021(01)
- [4]考虑工作剖面的开关电源可靠性评估及优化设计[D]. 牛皓. 哈尔滨工业大学, 2021(02)
- [5]锂离子动力电池一致性分析模型及其影响因素的仿真分析[D]. 王琳舒. 北京有色金属研究总院, 2020(08)
- [6]人工林适地适树与生长收获效益评估研究 ——以贵州省杉木和马尾松为例[D]. 陈玉玲. 北京林业大学, 2020
- [7]基于信息融合的工业机器人整机可靠性分析[D]. 程秀作. 电子科技大学, 2020(01)
- [8]中国东北林区主要树种地上生物量与密度的遥感估算与模拟研究[D]. 浮媛媛. 东北师范大学, 2020(01)
- [9]数控成形磨齿机可靠性技术的分析与研究[D]. 杨英豪. 河南科技大学, 2020(06)
- [10]复杂杂波背景下的高频超视距雷达目标检测方法研究[D]. 伍龙山. 哈尔滨工业大学, 2020(02)