| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-12页 |
| 第一章 绪论 | 第12-22页 |
| ·课题研究背景 | 第12-15页 |
| ·航空液压油的污染及来源 | 第12-13页 |
| ·航空液压油污染度等级测量现状 | 第13页 |
| ·软测量技术的发展 | 第13-15页 |
| ·软测量技术与模型的建立方法 | 第15-20页 |
| ·软测量中辅助变量的选择 | 第15-16页 |
| ·数据的采集 | 第16页 |
| ·软测量模型 | 第16-19页 |
| ·软测量模型校正方法 | 第19-20页 |
| ·研究内容及章节安排 | 第20-22页 |
| 第二章 航空液压油污染及分级测量 | 第22-34页 |
| ·航空液压油中污染物的来源途径 | 第22-23页 |
| ·系统外部进入污染 | 第22页 |
| ·系统内部生成污染 | 第22-23页 |
| ·航空液压系统的污染类型及危害 | 第23-26页 |
| ·颗粒物污染 | 第23-24页 |
| ·气体污染 | 第24-25页 |
| ·水分污染 | 第25页 |
| ·液压系统油液变质 | 第25-26页 |
| ·航空液压油污染度的等级及测定 | 第26-33页 |
| ·航空液压油污染度的等级 | 第26-29页 |
| ·航空液压油污染度等级测量方法 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 软测量辅助变量及数据采集 | 第34-48页 |
| ·辅助变量选择 | 第34-37页 |
| ·油液吸光度 | 第34-35页 |
| ·油液导电性能 | 第35-36页 |
| ·经过油滤的压差 | 第36-37页 |
| ·数据采集 | 第37-43页 |
| ·样本获得 | 第37-38页 |
| ·实验方法和数据 | 第38-43页 |
| ·数据处理 | 第43-46页 |
| ·误差处理 | 第43-45页 |
| ·数据标准化 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第四章 基于神经网络的污染度软测量 | 第48-64页 |
| ·神经网络 | 第48-54页 |
| ·BP 神经网络 | 第49-50页 |
| ·RBF 神经网络 | 第50-54页 |
| ·基于 BP 神经网络建模 | 第54-58页 |
| ·基于 RBF 神经网络建模 | 第58-63页 |
| ·精确 RBF 网络 | 第58-61页 |
| ·有一定误差的 RBF 网络 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 基于 Matlab GUI 的航空液压油软测量仿真平台 | 第64-72页 |
| ·Matlab GUI 功能简介 | 第64-65页 |
| ·建立航空液压油污染度等级软测量平台 | 第65-71页 |
| ·航空液压油污染度等级软测量平台导航部分 | 第66-67页 |
| ·航空液压油污染度等级软测量平台功能实现部分 | 第67-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| ·主要工作回顾 | 第72-73页 |
| ·研究前景展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间发表的学术论文 | 第79页 |