摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第11-20页 |
1.1 课题研究背景与意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 测试性建模技术的研究现状 | 第12-14页 |
1.2.2 诊断策略的研究现状 | 第14-15页 |
1.2.3 故障预测技术的研究现状 | 第15-16页 |
1.3 现有方法的不足 | 第16-17页 |
1.4 本文研究路线及章节安排 | 第17-20页 |
第二章 基于系统原理与多信号流的测试诊断建模 | 第20-33页 |
2.1 基于系统原理与多信号流的测试诊断建模思想 | 第20-22页 |
2.2 基于系统原理和多信号流的测试诊断骨架建模 | 第22-24页 |
2.3 基于FMEA的故障和测试信息建模 | 第24-26页 |
2.4 模型的测试性分析和评估 | 第26-28页 |
2.4.1 故障测试关联矩阵 | 第27页 |
2.4.2 测试性指标 | 第27-28页 |
2.5 实例 | 第28-32页 |
2.6 本章小结 | 第32-33页 |
第三章 基于测试诊断模型的诊断策略优化 | 第33-43页 |
3.1 飞机系统的故障诊断问题 | 第33-34页 |
3.2 基于多值测试的诊断策略问题 | 第34-35页 |
3.2.1 多值测试诊断策略的构成要素 | 第34页 |
3.2.2 诊断策略优化目标 | 第34-35页 |
3.2.3 基于测试诊断模型的多值测试相关性矩阵 | 第35页 |
3.3 基于Rollout和信息熵的多值测试诊断策略构建 | 第35-39页 |
3.3.1 多值测试诊断策略的构建流程 | 第35-37页 |
3.3.2 基于Rollout和信息熵的多值测试诊断策略 | 第37-39页 |
3.4 实例 | 第39-42页 |
3.5 本章小结 | 第42-43页 |
第四章 基于测试诊断模型的故障状态识别和故障预测 | 第43-56页 |
4.1 故障特征提取方法 | 第43-44页 |
4.2 基于隐半马尔可夫模型的故障状态识别和故障预测 | 第44-50页 |
4.2.1 隐马尔可夫模型和隐半马尔可夫模型的原理 | 第44-45页 |
4.2.2 HSMM的基本算法 | 第45-48页 |
4.2.3 基于HSMM的故障状态识别过程 | 第48-49页 |
4.2.4 基于HSMM的故障预测过程 | 第49-50页 |
4.3 基于改进粒子群的HSMM模型训练方法 | 第50-52页 |
4.3.1 粒子群算法 | 第50-51页 |
4.3.2 改进的粒子群算法 | 第51页 |
4.3.3 基于改进粒子群的HSMM模型训练算法 | 第51-52页 |
4.4 实例 | 第52-55页 |
4.4.1 实例分析 | 第52页 |
4.4.2 故障状态识别 | 第52-54页 |
4.4.3 故障预测 | 第54-55页 |
4.5 本章小结 | 第55-56页 |
第五章 基于测试诊断模型的系统设计与实现 | 第56-68页 |
5.1 系统总体设计 | 第56-57页 |
5.1.1 系统的开发环境 | 第56页 |
5.1.2 系统的主要模块与功能 | 第56-57页 |
5.2 系统功能模块设计与实现 | 第57-66页 |
5.2.1 GUI图形化建模模块 | 第57-62页 |
5.2.2 Data模块 | 第62-65页 |
5.2.3 测试诊断模块 | 第65-66页 |
5.3 本章小结 | 第66-68页 |
第六章 总结与展望 | 第68-70页 |
6.1 本文主要完成工作 | 第68-69页 |
6.2 研究展望 | 第69-70页 |
参考文献 | 第70-74页 |
致谢 | 第74-75页 |
在学期间的研究成果及发表的学术论文 | 第75页 |