自动售货机开题报告.doc

黄石理工学院 毕业设计（论文）开题报告1、课题来源本课题根据理论科研需要设立。2、研究目的和意义当前产品的结构日益复杂，性能参数越来越高，工作环境条件更加严酷，由于产品更新换代周期的缩短使可靠性设计数据更加缺乏，往往因一个零件设计不当而失效造成灾难性的后果，即使有些机械产品由于采用了新原理、新材料、新工艺而简化了结构，但对其可靠性的要求也不断提高。人们认识到常规可靠性设计在提供必要信息方面显得无能为力后，研究新的可靠性分析技术成为必然要求。因而如何将模糊数学应用于可靠性分析很值得研究。良好的可靠性指标是机械产品具有竞争力的重要保证。模糊可靠性设计在机械产品设计中的应用已经受到广泛关注，但其研究主要集中于从普通可靠性理论向模糊可靠性理论的转化方面，或在机械产品的某个方面的研究，尚未形成一套完整的理论。可靠性预计是根据组成系统的各单元的可靠性来推测系统的可靠性。这是一个由局部到整体，由小到大，由下而上的过程。可靠性预计的主要价值在于，它可以作为设计手段，为设计决策提供依据。在系统设计的不同阶段，可采用不同的预计方法，由粗到细，随着研制工作的深化而不断细化，使预计趋于精确。在初步设计阶段，由于缺乏数据，可利用相似产品的数据进行预计。目前，机械产品的可靠性数据是缺乏的。因此，在机械系统设计阶段，利用系统中比较成熟的零部件的可靠性数据，并借助于工程技术人员或专家的经验进行综合评分，从而预计其他零部件及系统的可靠性就显得十分重要。利用工程技术人员或专家经验所获得的综合评分数，一般受到技术水平、重要程度、复杂程度、环境条件、工作时间、材料、费用、尺寸、载荷等多种因素的制约，而且综合评分数与各个因素之间并没有准确的函数关系。由于影响综合评分数的这些因素都有一定程度上的不确定性，即模糊性，因此一般采用模糊数学方法来获得比较客观的综合评分数。机械系统可靠性指标分析的模糊化模型(其隶属函数的选择、隶属度的确定等)尚未见有相对完整的理论模型，并且尚未见有较好的相应智能分析系统。因而，在已有的机械系统可靠性指标分析的模糊可靠性分析基础上，进一步对其进行研究并建立相应智能分析系统具有较强的实用意义与理论意义。随着科学技术的巨大进步，特别是电子技术、计算机技术的飞速发展，各种系统及设备的性能大大提高，结构也变得越来越复杂。武器系统、航空航天系统、通讯网络、先进制造系统、自动控制系统等的研究都毫无例外的面临着效能的问题。可靠性工程是为了保证现代复杂系统的安全、可靠、经济和成功地完成规定任务而产生和迅速发展的学科，目前已成为提高系统效能及安全性、增强生存能力、节省人力和减少费用的有效途径。世界各国开展可靠性工作的经验表明，可靠性工程重点应放在设计阶段。可靠性设计对产品可靠性有重要影响，要提高产品的可靠性，关键在于搞好产品的可靠性设计工作。可靠性分析是进行可靠性设计必不可少的，通过分析评价可靠性设计指标，发现系统薄弱环节和设计缺陷，不仅可以保证设计满足可靠性定性和定要求，而且为完善可靠性设计提供必要信息。所以研究可靠性设计阶段的可靠性分析技术具有重要理论意义和实践价值。3、国内外研究现状和发展趋势面对常规可靠性设计理论所处的困境，需要有一种既能描述系统的复杂性和模糊性，又能将设计人员的经验定量表示出来，从而能正确描述系统可靠性真实状态，给出相应的可靠性设计与分析的数学工具，这种数学工具就是模糊数学。有了模糊数学这种工具，就可以避免常规可靠性设计中非得把复杂、模糊系统的可靠性问题简单归结为精确的数学问题。近年来，已有许多学者将模糊理论引入机械系统可靠性指标分析理论，并建立了许多新的机械系统可靠性指标分析模糊可靠性模型。但机械系统可靠性指标参数的模糊化模型(其隶属函数的选择、隶属度的确定等)尚未见有相对完整的理论模型，其研究还远远不够，并且尚未见有较好的相应智能分析系统。因而，在充分分析机械系统可靠性指标参数的前提下，进一步建立机械系统可靠性指标分析模糊可靠性模型，在此基础上进行基于模糊可靠性的机械系统可靠性指标分析智能系统的设计具有较强的实用意义与理论意义。本研究课题针对这一现状提出的。 科学技术的进步，迫切需要人们定量表达模糊不确定性问题，随着模糊数学的兴起和发展，随着人们处理模糊现象能力的增强，模糊数学在许多领域中的应用，如模糊控制、人工智能、模糊专家系统、模糊机器人及模糊计算机、模糊模式识别及模糊故障诊断等，均已显示了其巨大的潜能。将模糊数学应用于机械可靠性设计中是人们对客观事物的认识提高后的必然结果，对它的研究将改变已变得日益明显的机械可靠性设计的局限性，并将逐渐为人们所理解和重视。随着科学技术的巨大进步，特别是电子技术、计算机技术的飞速发展，各种系统及设备的性能大大提高，结构也变得越来越复杂。武器系统、航空航天系统、通讯网络、先进制造系统、自动控制系统等的研究都毫无例外的面临着效能的问题。可靠性工程是为了保证现代复杂系统的安全、可靠、经济和成功地完成规定任务而产生和迅速发展的学科，目前已成为提高系统效能及安全性、增强生存能力、节省人力和减少费用的有效途径。世界各国开展可靠性工作的经验表明，可靠性工程重点应放在设计阶段。可靠性设计对产品可靠性有重要影响，要提高产品的可靠性，关键在于搞好产品的可靠性设计工作。可靠性指标的模糊决策分析是进行可靠性设计必不可少的，通过分析评价可靠性设计指标，发现系统薄弱环节和设计缺陷，不仅可以保证设计满足可靠性定性和定要求，而且为完善可靠性设计提供必要信息。所以研究可靠性设计阶段的可靠性分析技术具有重要理论意义和实践价值。随着对常规可靠性理论研究的深入，人们发现工程设计中不仅有随机性问题，还存在大量的模糊性问题，为了处理设计中存在的模糊性，就必须拓展常规可靠性设计理论。利用模糊数学和可靠性理论相结合的模糊可靠性设计，是解决设计中“模糊性”的一种较好的方法。产品可靠性指标的确定，包含着大量的模糊信息，用常规的方法难以处理，本文运用模糊数学原理，将影响机械系统可靠性的多种模糊因素加以综合和量化,从而对系统可靠性指标的确定,做出了科学的决策。4、本课题的主要研究内容及拟采取的技术路线、试验方案本课题研究主要内容及基本过程是，在深入调查研究的基础上，根据实际可靠性分析需要，及目前国内外研究成果，进行可靠性理论分析，分析已有可靠性理论模型，研究机械系统不同情况下的失效模式，进一步建立机械系统模糊可靠性指标分析模型。利用所建立的模型对典型实例进行分析，讨论模型合理性。在此基础上进行基于模糊可靠性的机械系统可靠性指标分析智能系统的设计。本课题研究具体安排如下。1. 查阅相关资料，进行资料的收集与整理工作。2. 完成整体研究方案。与指导教师进行方案讨论，完善研究方案。3. 充分分析机械系统可靠性指标参数，研究机械系统不同情况下的失效模式。4. 完成理论建模；进行典型实例分析；进行基于模糊可靠性的机械系统可靠性指标分析智能系统的设计。5. 论文定稿。5、研究基础(1) 在该领域已取得的研究成果为进行本课题的研究，已经查阅了大量的相关资料，并进行了相关前期研究。(2) 试验条件：P4 2.6计算机（已经预装matlab）1台、打印机1台。 6、预期达到的目标及进度安排（1）预期达到的目标本研究课题主要研究目标是，在建立机械系统模糊可靠性指标模型的基础上进行基于模糊可靠性的机械系统可靠性指标分析智能系统的设计。主要研究内容包括，分析已有可靠性理论模型，充分分析机械系统可靠性指标参数，研究机械系统不同情况下的失效模式，建立机械系统模糊可靠性指标模型。利用所建立的模型进行典型实例进行分析，讨论模型合理性。进行基于模糊可靠性的机械系统可靠性指标分析智能系统的设计。（2）进度安排本课题研究共安排15周，具体时间分配参见下表。表1 毕业设计时间分配表毕业设计（论文）各阶段名称起 止 日 期1指导教师与学生见面，并下发毕业设计任务书。本阶段要求学生熟习设计课题、明确设计目标。2009.1.5-2009.1.10查阅资料，分析整理资料，进行文献翻译工作2009.1.10-2009.1.252撰写开题报告，进行可靠性理论相关知识的学习2009.1.26-2009.2.15 (寒假)3分析已有可靠性理论模型的特性、优缺点，并进行比较。2009.2.16-2009.2.224进行模糊理论相关知识的学习，分析可靠性理论与模糊理论相结合的理论特性。2009.2.23-2009.3.95分析机械系统可靠性指标参数。2009.3.10-2009.3.176研究并建立机械系统可靠性指标的模糊决策模型。2009.3.18-2009.3.257利用所建立的模型进行对典型实例进行分析，讨论模型的合理性。2009.3.26-2009.3.318完成基于模糊可靠性的机械系统可靠性指标的模糊决策智能系统的设计，智能系统调试运行通过。2009.4.1-2009.5.119总结设计成果，提出进一步需要解决的问题与研究的方法。2009.5.11-2009.5.1810整理设计资料，完成设计论文。2009.5.19-2009.5.2411完善设计论文，准备答辩。2009.5.25-2009.5.317、阅读的主要文献、资料1 Fan Hehong; Sun Xiaohan; Zhang Mingde. A novel fuzzy evaluation method to evaluate the reliability of FINC. Communication Systems, 2002. ICCS 2002. The 8th International Conference on. Volume: 2, 5-28 Nov. 2002:1247 12512 Shrestha, B.P.; Reddy, R.K.; Duckstein, L. Fuzzy reliability in hydraulicsC. Uncertainty Modeling and Analysis, 1990. Proceedings. First International Symposium on. 3-5 Dec. 1990: 167 1723 Reddy, R.K.; Haldar, A. A random-fuzzy reliability analysisC. Uncertainty Modeling and Analysis, 1990. Proceedings. First International Symposium on. 3-5 Dec. 1990: 161 1664 Eua-Arporn, B.Karunanoon, A. Reliability evaluation in electrical power generation with uncertainty modeling by fuzzy numberC. Power Engineering Society Summer Meeting, 2000. IEEE. Volume: 4, 16-20 July 2000: 2051 - 2056 5 Di Martino, F.; Loia, V.; Sessa, S. Giordano, M. Fuzzy reliability analysis in the implementation of geographic information systemsC. Fuzzy Systems, 2002. FUZZ-IEEE02. Proceedings of the 2002 IEEE International Conference on. Volume: 2, 12-17 May 2002: 980 - 984 6 Wang, J.D.; Liu, T.S. Fuzzy reliability using a discrete stress-strength interference model. ReliabilityC. IEEE Transactions on, Volume: 45, Issue: 1, March 1996: 145 - 1497 Leuschen, M.L.; Walker, I.D.; Cavallaro, J.R. Robot reliability through fuzzy Markov modelsC. Reliability and Maintainability Symposium, 1998. Proceedings. Annual, 19-22 Jan. 1998: 209 2148 Dunyak, J.; Saad, I.W.; Wunsch, D. A theory of independent fuzzy probability for system reliabilityC. Fuzzy Systems, IEEE Transactions on, Volume: 7, Issue: 3, June 1999: 286 - 2949 Zhong Zhihuan; Yu Junjing. Prediction of earthquake damages and reliability analysis using fuzzy setsC. Uncertainty Modeling and Analysis, 1990. Proceedings. First International Symposium on, 3-5 Dec. 1990: 173 - 17610 Shiraishi N, Furuta H. Reliability analysis based on fuzzy probabilityJ.