首页--航空、航天论文--航空论文--航空制造工艺论文--航空发动机制造论文--故障分析及排除论文

基于数据驱动的航空发动机气路健康监测方法研究

摘要第4-5页
abstract第5页
注释表第10-12页
缩略词第12-14页
第1章 绪论第14-21页
    1.1 研究背景第14-15页
    1.2 国内外研究现状第15-16页
        1.2.1 国外研究现状第15-16页
        1.2.2 国内研究现状第16页
    1.3 发动机气路健康监测技术第16-19页
        1.3.1 航空发动机常见气路故障第17页
        1.3.2 航空发动机气路健康监测原理第17页
        1.3.3 常用的航空发动机气路健康监测方法第17-19页
    1.4 本文研究内容以及章节安排第19-21页
第2章 航空发动机气路参数样本收集及数据处理第21-29页
    2.1 航空发动机简化模型第21-22页
    2.2 原始数据分析方法及选择第22-24页
    2.3 气路参数预处理第24-25页
        2.3.1 指数平滑法第24-25页
        2.3.2 Savitzky-Golay平滑法第25页
    2.4 气路参数预处理结果及分析第25-28页
    2.5 本章小结第28-29页
第3章 基于免疫算法的航空发动机气路故障诊断第29-44页
    3.1 引言第29-30页
    3.2 克隆选择算法第30-31页
    3.3 阴性选择算法第31-33页
        3.3.1 基本定义第31-32页
        3.3.2 算法描述第32-33页
    3.4 基于阴性选择算法的航空发动机气路故障诊断第33-36页
        3.4.1 初始抗体产生第33-34页
        3.4.2 检测器的变异成熟第34-36页
        3.4.3 故障检测与诊断第36页
    3.5 基于阴性选择算法的航空发动机气路故障检测与诊断第36-39页
        3.5.1 基本定义第36页
        3.5.2 诊断结果第36-37页
        3.5.3 初始抗体个数影响分析第37-38页
        3.5.4 亲和力计算公式影响分析第38页
        3.5.5 加入噪声样本验证第38-39页
        3.5.6 实例总结第39页
    3.6 基于双种群免疫算法的航空发动机气路故障诊断第39-43页
        3.6.1 双种群免疫算法流程第40-41页
        3.6.2 算法参数设置第41-42页
        3.6.3 结果分析第42页
        3.6.4 噪声样本验证第42-43页
        3.6.5 结论第43页
    3.7 本章总结第43-44页
第4章 航空发动机气路参数预测第44-54页
    4.1 相空间重构理论第45-46页
    4.2 极限学习机拓扑模型第46-49页
    4.3 Adaboost算法简介第49-50页
    4.4 应用实例第50-53页
        4.4.1 有效性验证第50-52页
        4.4.2 航空发动机气路参数预测第52-53页
    4.5 本章总结第53-54页
第5章 航空发动机剩余寿命预测方法研究第54-59页
    5.1 多因子决策函数模型第54-55页
    5.2 航空发动机状态预测方法研究第55-56页
    5.3 寿命预测结果分析第56-58页
    5.4 本章小结第58-59页
第6章 总结与展望第59-61页
    6.1 研究总结第59页
    6.2 工作展望第59-61页
参考文献第61-65页
致谢第65-66页
在学期间的研究成果以及发表的学术论文第66页

论文共66页,点击 下载论文
上一篇:基于非测距的无线传感器网络定位算法研究
下一篇:基于超声波测距的倒车防撞报警系统研究