摘要 | 第1-12页 |
ABSTRACT | 第12-14页 |
部分缩写词和符号 | 第14-16页 |
第一章 绪论 | 第16-35页 |
·研究背景与意义 | 第16-17页 |
·国内外研究现状综述 | 第17-31页 |
·非线性系统故障诊断的一般方法 | 第17-20页 |
·非线性系统故障诊断的滤波方法 | 第20-31页 |
·论文的研究内容和组织结构 | 第31-35页 |
·论文研究的主要问题与基本思路 | 第31-32页 |
·论文研究思路和结构安排 | 第32-35页 |
第二章 高斯噪声下非线性故障诊断的U-卡尔曼滤波方法研究 | 第35-70页 |
·引言 | 第35-36页 |
·UKF的基本原理 | 第36-41页 |
·非线性系统的Kalman滤波 | 第36-37页 |
·unscented变换 | 第37-39页 |
·UKF实现算法 | 第39-41页 |
·建模误差时的UKF改进方法 | 第41-51页 |
·渐消记忆UKF | 第41-45页 |
·强跟踪UKF | 第45-51页 |
·基于UKF的非线性系统故障检测方法 | 第51-57页 |
·检测算法 | 第51-52页 |
·仿真分析 | 第52-57页 |
·基于UKF的非线性系统故障诊断和辨识方法 | 第57-69页 |
·基于UKF和似然比的故障诊断方法 | 第57-59页 |
·基于UKF和联合估计的故障辨识方法 | 第59-61页 |
·讨论和仿真分析 | 第61-69页 |
·本章小结 | 第69-70页 |
第三章 非高斯噪声下非线性系统故障诊断的粒子滤波方法研究 | 第70-103页 |
·引言 | 第70页 |
·粒子滤波的基本原理 | 第70-77页 |
·贝叶斯估计 | 第71-72页 |
·序贯重要性采样 | 第72-76页 |
·粒子滤波算法 | 第76-77页 |
·基于粒子滤波器的非线性系统故障检测方法 | 第77-87页 |
·故障检测算法 | 第78-82页 |
·仿真分析 | 第82-87页 |
·基于估计窗的快速故障检测算法 | 第87-94页 |
·基本思想 | 第87-89页 |
·基于贝叶斯估计的后验概率密度混合表示 | 第89-90页 |
·混合权值的优化及快速故障检测流程 | 第90-92页 |
·仿真分析 | 第92-94页 |
·基于粒子滤波器的非线性系统故障诊断方法 | 第94-101页 |
·核平滑联合估计方法 | 第94-96页 |
·基于粒子滤波和似然比的故障诊断实现方法 | 第96-98页 |
·讨论和仿真分析 | 第98-101页 |
·本章小结 | 第101-103页 |
第四章 结合非线性滤波的多知识体融合诊断方法研究 | 第103-122页 |
·引言 | 第103-105页 |
·机电系统故障诊断的多知识体融合模型 | 第105-107页 |
·故障诊断中的信息和知识集成 | 第105-106页 |
·多知识体融合模型 | 第106-107页 |
·基于案例知识体的局部决策方法 | 第107-113页 |
·动态系统故障诊断的案例表达方法 | 第108-109页 |
·CBR诊断案例检索的相似性度量 | 第109-113页 |
·基于改进D-S证据理论的融合诊断决策 | 第113-121页 |
·D-S证据理论 | 第113-117页 |
·改进的D-S证据理论 | 第117-121页 |
·本章小结 | 第121-122页 |
第五章 基于非线性滤波及融合故障诊断技术的应用验证 | 第122-153页 |
·引言 | 第122页 |
·直升机飞行控制系统概述 | 第122-126页 |
·直升机飞行控制系统的基本组成及工作原理 | 第122-124页 |
·直升机飞行控制系统故障诊断技术的发展现状 | 第124-126页 |
·基于非线性滤波的直升机飞行控制系统的故障检测 | 第126-136页 |
·直升机飞行控制系统的动力学模型 | 第126-132页 |
·基于非线性滤波的直升机飞行控制系统的故障检测 | 第132-136页 |
·基于非线性滤波和多知识体融合的舵回路故障诊断实验研究 | 第136-152页 |
·实验系统的建立 | 第138-139页 |
·舵回路实验系统的动力学建模 | 第139-146页 |
·舵回路故障诊断实验研究 | 第146-152页 |
·本章小结 | 第152-153页 |
第六章 结论和展望 | 第153-156页 |
·结论 | 第153-155页 |
·展望 | 第155-156页 |
致谢 | 第156-158页 |
参考文献 | 第158-177页 |
作者在学期间取得的学术成果 | 第177页 |