| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·课题研究的背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的主要研究内容 | 第10-12页 |
| 第2章 直升机故障诊断与预测管理系统 | 第12-21页 |
| ·系统总体结构 | 第12-13页 |
| ·功能模块划分 | 第13-16页 |
| ·外场使用子系统 | 第13页 |
| ·维护管理子系统 | 第13-14页 |
| ·专家子系统 | 第14-15页 |
| ·系统维护子系统 | 第15-16页 |
| ·直升机传动系统故障信号特征分析 | 第16-20页 |
| ·滚动轴承故障信号特征 | 第16-19页 |
| ·传动轴故障信号特征 | 第19页 |
| ·齿轮箱故障信号特征 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 小波包降噪与 LMD 相结合的传动系统故障诊断方法 | 第21-43页 |
| ·概述 | 第21页 |
| ·小波包变换和 LMD 方法原理 | 第21-29页 |
| ·小波包变换基本原理 | 第21-24页 |
| ·LMD 方法 | 第24-29页 |
| ·相关系数法 | 第29页 |
| ·小波包降噪与 LMD 相结合的诊断方法性能分析 | 第29-36页 |
| ·小波包降噪性能分析 | 第29-31页 |
| ·LMD 方法性能分析 | 第31-33页 |
| ·噪声对 LMD 方法性能的影响 | 第33-35页 |
| ·小波包降噪与 LMD 相结合的方法性能分析 | 第35-36页 |
| ·小波包与 LMD 相结合的方法在传动系统故障诊断中的应用 | 第36-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于 RBF 网络的直升机传动系统故障诊断方法 | 第43-52页 |
| ·神经网络概述 | 第43-46页 |
| ·人工神经网络模型 | 第43-44页 |
| ·径向基函数神经网络(RBF 网络) | 第44-46页 |
| ·识别方法的原理 | 第46页 |
| ·故障特征提取 | 第46-47页 |
| ·神经网络设计与训练 | 第47-49页 |
| ·故障识别实验及结果分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| ·研究工作总结 | 第52-53页 |
| ·今后研究工作展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 发表论文和参加科研情况说明 | 第57-58页 |
| 致谢 | 第58-59页 |
