航空三级式发电机旋转整流器故障诊断技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 飞机主电源系统概述 | 第13-14页 |
| 1.3 国内外主要研究单位及成果 | 第14-16页 |
| 1.4 旋转整流器故障诊断技术研究现状 | 第16-18页 |
| 1.5 论文研究内容 | 第18-19页 |
| 第二章 基于SAE的故障特征提取方法研究 | 第19-47页 |
| 2.1 航空三级式发电机简介 | 第19页 |
| 2.2 故障模式及故障信号选取 | 第19-21页 |
| 2.2.1 故障模式 | 第19-21页 |
| 2.2.2 故障信号选取 | 第21页 |
| 2.3 航空旋转整流器故障特征提取方法 | 第21-27页 |
| 2.3.1 常规故障特征提取方法 | 第21-22页 |
| 2.3.2 基于SAE的特征提取方法 | 第22-27页 |
| 2.4 特征降维方法简介 | 第27页 |
| 2.4.1 最小冗余最大相关方法 | 第27页 |
| 2.4.2 主成分分析方法 | 第27页 |
| 2.5 传统分类方法简介 | 第27-29页 |
| 2.5.1 BP神经网络 | 第27-28页 |
| 2.5.2 支持向量机 | 第28-29页 |
| 2.6 仿真实验验证 | 第29-40页 |
| 2.6.1 发电机建模 | 第29-31页 |
| 2.6.2 数据采集 | 第31-33页 |
| 2.6.3 仿真实验一 | 第33-37页 |
| 2.6.4 仿真实验二 | 第37-40页 |
| 2.7 实际实验验证 | 第40-45页 |
| 2.7.1 实验平台说明 | 第40-41页 |
| 2.7.2 实验用旋转整流器模块说明 | 第41页 |
| 2.7.3 数据采集说明 | 第41-43页 |
| 2.7.4 实际实验 | 第43-45页 |
| 2.8 本章小结 | 第45-47页 |
| 第三章 基于GRA-SAE的故障特征提取方法研究 | 第47-57页 |
| 3.1 灰色关联度分析 | 第47-48页 |
| 3.1.1 灰色关联度的定义 | 第47-48页 |
| 3.1.2 灰色关联度分析的一般步骤 | 第48页 |
| 3.2 GRA-SAE基本理论 | 第48-51页 |
| 3.2.1 基本思想 | 第48-50页 |
| 3.2.2 实现步骤 | 第50-51页 |
| 3.3 仿真实验验证 | 第51-54页 |
| 3.3.1 数据集说明 | 第51-52页 |
| 3.3.2 特征提取方法 | 第52页 |
| 3.3.3 分类方法 | 第52页 |
| 3.3.4 实验结果及结论 | 第52-54页 |
| 3.4 实际实验验证 | 第54-56页 |
| 3.4.1 数据集及特征提取 | 第54页 |
| 3.4.2 分类方法 | 第54页 |
| 3.4.3 实验结果及结论 | 第54-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 基于GA-ELM的快速故障分类方法研究 | 第57-64页 |
| 4.1 极限学习机 | 第57-58页 |
| 4.2 遗传算法概述 | 第58-59页 |
| 4.3 基于GA优化的ELM方法 | 第59-60页 |
| 4.4 仿真实验验证 | 第60-62页 |
| 4.4.1 实验方法 | 第60-61页 |
| 4.4.2 实验结果及结论 | 第61-62页 |
| 4.5 实际实验验证 | 第62-63页 |
| 4.5.1 实验方法 | 第62页 |
| 4.5.2 实验结果及结论 | 第62-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-65页 |
| 5.1 本文工作总结 | 第64页 |
| 5.2 后续工作展望 | 第64-65页 |
| 参考文献 | 第65-72页 |
| 致谢 | 第72-73页 |
| 在学期间的学术成果及发表的学术论文 | 第73页 |
