基于SVM多分类的PW4000故障诊断研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 选题背景和意义 | 第11-12页 |
| 1.2 航空发动机监控诊断的发展现状 | 第12-15页 |
| 1.2.1 监控诊断的发展历程 | 第12-13页 |
| 1.2.2 监控诊断的主要方法 | 第13-14页 |
| 1.2.3 国内外应用现状 | 第14-15页 |
| 1.3 航空发动机监控诊断的发展方向 | 第15-16页 |
| 1.4 本文研究内容 | 第16-17页 |
| 第二章 支持向量机理论 | 第17-26页 |
| 2.1 SVM统计学基础 | 第17-19页 |
| 2.1.1 VC维 | 第17页 |
| 2.1.2 经验风险最小化 | 第17-18页 |
| 2.1.3 结构风险最小化 | 第18-19页 |
| 2.2 支持向量分类机原理 | 第19-24页 |
| 2.2.1 分类和分类机 | 第19页 |
| 2.2.2 线性可分的分类 | 第19-20页 |
| 2.2.3 线性不可分的分类 | 第20-21页 |
| 2.2.4 非线性的分类 | 第21-22页 |
| 2.2.5 多类别的分类 | 第22-24页 |
| 2.3 支持向量回归机原理 | 第24-25页 |
| 2.3.1 回归和线性回归 | 第24页 |
| 2.3.2 支持向量回归机 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 气路性能参数的预处理研究 | 第26-40页 |
| 3.1 气路性能参数的预处理内容 | 第26-29页 |
| 3.1.1 巡航数据选取 | 第26-27页 |
| 3.1.2 标准化修正 | 第27-28页 |
| 3.1.3 去噪平滑 | 第28页 |
| 3.1.4 归一化处理 | 第28-29页 |
| 3.2 气路性能参数的去噪处理 | 第29-30页 |
| 3.2.1 物理判别法 | 第29页 |
| 3.2.2 统计判别法 | 第29-30页 |
| 3.3 气路性能参数平滑方法研究 | 第30-33页 |
| 3.3.1 常见平滑方法介绍 | 第30-32页 |
| 3.3.2 平滑效果评价指标 | 第32-33页 |
| 3.3.3 多指标融合评判函数 | 第33页 |
| 3.4 气路性能参数预处理的实际应用 | 第33-39页 |
| 3.4.1 双发差异应用分析 | 第34-35页 |
| 3.4.2 性能趋势应用分析 | 第35-38页 |
| 3.4.3 权重取值分析 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于支持向量回归机的基线挖掘 | 第40-51页 |
| 4.1 发动机基线获取方法 | 第40-41页 |
| 4.2 利用监控系统数据进行基线拟合 | 第41-47页 |
| 4.2.1 基线方程的一元线性拟合 | 第42-43页 |
| 4.2.2 基于SVR单参数的基线回归 | 第43-45页 |
| 4.2.3 基于SVR多参数的基线回归 | 第45-47页 |
| 4.3 利用QAR数据进行基线拟合 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 基于多分类支持向量机的故障诊断和系统设计 | 第51-65页 |
| 5.1 指印图故障诊断原理 | 第51-53页 |
| 5.2 多分类故障诊断数据建模 | 第53-58页 |
| 5.2.1 比值系数法 | 第54-56页 |
| 5.2.2 相关系数法 | 第56-58页 |
| 5.3 案例诊断 | 第58-60页 |
| 5.4 系统设计思路 | 第60-63页 |
| 5.4.1 系统需求分析 | 第61-62页 |
| 5.4.2 系统功能模块 | 第62-63页 |
| 5.4.3 系统工作流程 | 第63页 |
| 5.5 系统主要功能及应用 | 第63-64页 |
| 5.5.1 数据展示 | 第63页 |
| 5.5.2 监控分析 | 第63-64页 |
| 5.5.3 诊断分析 | 第64页 |
| 5.5.4 数据存储 | 第64页 |
| 5.6 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |
