基于神经网络的飞控传感器故障诊断
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
图表清单 | 第9-11页 |
注释表 | 第11-12页 |
基本变量名 | 第12-13页 |
第一章 绪论 | 第13-20页 |
·引言 | 第13-14页 |
·无人机发展概况 | 第13页 |
·无人机系统基本组成 | 第13-14页 |
·无人机飞行控制系统的发展及应用 | 第14页 |
·课题研究背景及现状分析 | 第14-17页 |
·课题研究背景及意义 | 第14-15页 |
·故障诊断技术的研究现状及发展 | 第15-16页 |
·神经网络在故障诊断中的应用现状 | 第16-17页 |
·课题研究内容及方案 | 第17-18页 |
·课题研究内容 | 第17页 |
·课题研究的技术路线与解决方案 | 第17-18页 |
·论文结构安排 | 第18-20页 |
第二章 人工神经网络基础 | 第20-34页 |
·引言 | 第20页 |
·神经网络概述 | 第20-23页 |
·神经网络特性 | 第20-21页 |
·神经网络模型 | 第21-22页 |
·神经网络的结构和分类 | 第22-23页 |
·BP 网络基本原理 | 第23-28页 |
·BP 网络结构 | 第23-24页 |
·BP 网络基本学习算法 | 第24-26页 |
·BP 网络几种改进学习算法 | 第26-28页 |
·BP 网络设计 | 第28-31页 |
·BP 网络结构设计 | 第28-29页 |
·BP 网络的改进 | 第29-31页 |
·神经网络建模与辨识 | 第31-33页 |
·非线性系统辨识模型 | 第31-32页 |
·神经网络辨识 | 第32页 |
·神经网络辨识与故障诊断 | 第32-33页 |
·本章小结 | 第33-34页 |
第三章 无人机飞行控制系统 | 第34-41页 |
·引言 | 第34页 |
·飞行控制系统的基本组成 | 第34页 |
·无人机的控制模态 | 第34-35页 |
·无人机飞行控制系统的控制 | 第35-38页 |
·无人机纵向飞行控制规律 | 第35-36页 |
·无人机纵向控制系统构成 | 第36页 |
·无人机横侧向飞行控制规律 | 第36-37页 |
·无人机横侧向控制系统构成 | 第37-38页 |
·无人机非线性动力学系统模型 | 第38-40页 |
·无人机动力学方程 | 第38-39页 |
·无人机运动学方程 | 第39-40页 |
·本章小结 | 第40-41页 |
第四章 基于神经网络观测器飞控传感器故障诊断 | 第41-53页 |
·引言 | 第41页 |
·飞控传感器 | 第41-43页 |
·传感器简介 | 第41-42页 |
·传感器故障类型 | 第42-43页 |
·基于神经网络观测器的故障诊断 | 第43-44页 |
·传感器故障诊断系统设计 | 第43页 |
·故障诊断技术要求 | 第43-44页 |
·神经网络观测器设计 | 第44-48页 |
·神经网络观测器理论 | 第44-45页 |
·无人机非线性系统运动分析 | 第45-46页 |
·无人机非线性系统观测器 | 第46-47页 |
·神经网络观测器构造 | 第47-48页 |
·飞控传感器故障诊断系统 | 第48-52页 |
·故障检测原理 | 第48-49页 |
·故障识别策略 | 第49-51页 |
·故障信号重构 | 第51页 |
·多传感器故障诊断系统实现 | 第51-52页 |
·本章小结 | 第52-53页 |
第五章 故障诊断在线仿真验证 | 第53-70页 |
·引言 | 第53页 |
·无人机飞行数字仿真系统 | 第53-54页 |
·神经网络训练 | 第54-57页 |
·神经网络训练样本 | 第54-55页 |
·神经网络测试样本 | 第55-56页 |
·神经网络训练 | 第56-57页 |
·神经网络观测器的性能验证 | 第57-61页 |
·算法性能验证及比较 | 第57-59页 |
·隐层节点个数寻优 | 第59-61页 |
·在线故障诊断仿真验证 | 第61-69页 |
·传感器故障注入 | 第61-63页 |
·传感器故障在线检测与信号重构 | 第63-67页 |
·传感器故障类型识别 | 第67-69页 |
·本章小结 | 第69-70页 |
第六章 总结与展望 | 第70-72页 |
·完成工作总结 | 第70-71页 |
·后续研究展望 | 第71-72页 |
参考文献 | 第72-76页 |
致谢 | 第76-77页 |
在学期间的研究成果及发表的学术论文 | 第77页 |