| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究背景和意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外故障诊断技术研究发展状况 | 第13-16页 |
| 1.2.1 国外研究概况 | 第13-14页 |
| 1.2.2 国内研究概况 | 第14-16页 |
| 1.3 研究内容及研究目标 | 第16-17页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 研究目标 | 第17页 |
| 1.4 论文内容安排 | 第17-19页 |
| 第2章 航空发动机关键系统智能故障诊断实现方案 | 第19-22页 |
| 2.1 航空发动机关键系统智能故障诊断方案 | 第19-21页 |
| 2.2 本章小结 | 第21-22页 |
| 第3章 航空发动机关键系统健康状态信息融合技术研究 | 第22-36页 |
| 3.1 信息融合技术理论基础 | 第22-25页 |
| 3.1.1 信息融合技术的基本概念 | 第22页 |
| 3.1.2 信息融合技术的优势 | 第22-23页 |
| 3.1.3 信息融合技术的级别 | 第23-25页 |
| 3.2 信息融合算法 | 第25-26页 |
| 3.3 一致性融合的基本原理 | 第26-31页 |
| 3.3.1 信息关联 | 第27页 |
| 3.3.2 置信距离 | 第27-28页 |
| 3.3.3 关系矩阵 | 第28-30页 |
| 3.3.4 融合算法 | 第30-31页 |
| 3.4 基于一致性融合的航空发动机健康状态信息融合技术研究 | 第31-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 航空发动机关键系统健康状态特征提取技术研究 | 第36-46页 |
| 4.1 主元分析方法理论基础 | 第36-41页 |
| 4.1.1 主元分析法基本思想 | 第36-37页 |
| 4.1.2 主元分析法基本定义 | 第37-39页 |
| 4.1.3 主元分析法特征提取建模过程 | 第39-41页 |
| 4.2 动态主元分析方法理论基础 | 第41-42页 |
| 4.3 基于动态主元分析的航空发动机健康状态信息特征提取技术研究 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 基于支持向量机航空发动机关键系统故障诊断技术研究 | 第46-59页 |
| 5.1 支持向量机理论基础 | 第46-51页 |
| 5.1.1 支持向量机基本原理 | 第46-50页 |
| 5.1.2 支持向量机核函数 | 第50页 |
| 5.1.3 基于支持向量机故障诊断的基本步骤 | 第50-51页 |
| 5.2 基于传统支持向量机的航空发动机关键系统故障诊断技术研究 | 第51-54页 |
| 5.3 基于改进支持向量机的航空发动机关键系统故障诊断技术研究 | 第54-58页 |
| 5.3.1 改进支持向量机的基本原理 | 第54-56页 |
| 5.3.2 基于改进支持向量机的航空发动机关键系统故障诊断试验研究 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第6章 基于证据理论的航空发动机关键系统故障诊断技术研究 | 第59-69页 |
| 6.1 D-S证据理论基础 | 第59-62页 |
| 6.2 基于D-S证据理论的航空发动机故障诊断技术研究 | 第62-65页 |
| 6.2.1 基于D-S证据理论的航空发动机故障诊断方案 | 第62页 |
| 6.2.2 基于D-S证据理论的航空发动机故障诊断步骤 | 第62-63页 |
| 6.2.3 基于D-S证据理论的决策层融合应用举例 | 第63-65页 |
| 6.3 基于D-S证据理论的航空发动机故障诊断试验研究 | 第65-68页 |
| 6.4 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士期间发表(含录用)的学术论文 | 第75-76页 |
