直升机主减速器故障诊断与故障预测技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 图目录 | 第8-9页 |
| 表目录 | 第9-10页 |
| 1 绪论 | 第10-21页 |
| ·课题的背景和意义 | 第10-14页 |
| ·直升机主减的特点 | 第10-12页 |
| ·直升机故障诊断和故障预测系统 | 第12-14页 |
| ·故障诊断和故障预测技术综述 | 第14-18页 |
| ·波形分析技术 | 第15-16页 |
| ·故障诊断技术 | 第16-17页 |
| ·故障预测技术 | 第17-18页 |
| ·本文主要工作及行文安排 | 第18-21页 |
| 2 相关理论介绍 | 第21-30页 |
| ·小波分析理论 | 第21-23页 |
| ·连续小波变换(CWT) | 第21-22页 |
| ·离散小波变换(DWT) | 第22-23页 |
| ·人工神经网络 | 第23-27页 |
| ·BP神经网络(BPNN) | 第23页 |
| ·Elman神经网络 | 第23-24页 |
| ·径向基神经网络(RBF) | 第24页 |
| ·广义回归神经网络(GRNN) | 第24-25页 |
| ·改进的小波神经网络(WNN) | 第25-27页 |
| ·改进的Kalman滤波 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 3 方案的比较与选取 | 第30-36页 |
| ·特征向量的提取与DWT小波的选择 | 第30-32页 |
| ·Parseval定理 | 第30页 |
| ·Shannon信息熵 | 第30页 |
| ·离散小波变换最佳小波基的选取 | 第30-32页 |
| ·几种神经网络诊断效果比较 | 第32-34页 |
| ·改进的Kalman滤波预测效果 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 主减故障诊断与故障预测体系结构 | 第36-40页 |
| ·主减故障诊断体系结构 | 第36-37页 |
| ·主减故障预测体系结构 | 第37-38页 |
| ·主减故障诊断与故障预测集成化体系结构 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 5 数据采集与实验验证 | 第40-52页 |
| ·数据采集 | 第40-42页 |
| ·实验验证 | 第42-51页 |
| ·信号特征提取 | 第44-47页 |
| ·故障诊断 | 第47-49页 |
| ·故障预测 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 6 结论与展望 | 第52-54页 |
| ·结论 | 第52-53页 |
| ·展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-62页 |
| 附录 | 第62页 |
