涡轮泵试车数据分析及新异类状态检测技术研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题概述 | 第8-9页 |
| ·课题来源 | 第8页 |
| ·课题背景和意义 | 第8-9页 |
| ·国内外发展现状 | 第9-13页 |
| ·液体火箭发动机健康监控与故障诊断技术的研究现状 | 第9-11页 |
| ·新异类检测技术的研究现状 | 第11-12页 |
| ·新异类检测技术的应用现状 | 第12-13页 |
| ·论文结构安排 | 第13-14页 |
| 第二章 新异类检测理论 | 第14-29页 |
| ·新异类检测的概念和内涵 | 第14-15页 |
| ·几种典型的新异类检测算法 | 第15-18页 |
| ·高斯密度方法 | 第15-16页 |
| ·K－中心方法 | 第16页 |
| ·最近邻方法 | 第16-17页 |
| ·自组织映射方法 | 第17-18页 |
| ·基于单类支持向量机的新异类检测算法 | 第18-27页 |
| ·支持向量机理论 | 第18-23页 |
| ·单类支持向量机理论 | 第23-27页 |
| ·小结 | 第27-29页 |
| 第三章 涡轮泵试车数据分析与检测特征选择 | 第29-47页 |
| ·振动信号的特征参数分析方法 | 第29-30页 |
| ·新异类检测用特征选取的特殊困难和特殊要求 | 第30-31页 |
| ·涡轮泵试车数据分析 | 第31-44页 |
| ·原始试车数据分析 | 第31-33页 |
| ·时域统计特征参数分析 | 第33-37页 |
| ·频域统计特征参数分析 | 第37-44页 |
| ·试车数据检测特征选择 | 第44-45页 |
| ·新异类检测用特征选取与构建 | 第44-45页 |
| ·几点特殊考虑 | 第45页 |
| ·小结 | 第45-47页 |
| 第四章 基于单类支持向量机的涡轮泵试车数据检测 | 第47-58页 |
| ·高斯核函数单类支持向量机检测模型 | 第47-48页 |
| ·模型优化 | 第48-52页 |
| ·平滑参数的调节 | 第48-49页 |
| ·高斯参数的调节 | 第49-50页 |
| ·阈值缩放比例系数的调节 | 第50-52页 |
| ·训练方法的改进 | 第52-55页 |
| ·多层支持向量训练网络 | 第52-53页 |
| ·数据验证 | 第53-55页 |
| ·涡轮泵试车数据检测 | 第55-57页 |
| ·训练/检测逻辑 | 第55页 |
| ·检测结果 | 第55-57页 |
| ·小结 | 第57-58页 |
| 第五章 新异类检测算法的实验室验证 | 第58-66页 |
| ·实验室级转子平台试验系统 | 第58-60页 |
| ·新异类检测模型的验证 | 第60-65页 |
| ·故障模拟与振动信号分析 | 第60-63页 |
| ·振动信号检测 | 第63-65页 |
| ·小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·结论 | 第66页 |
| ·展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 附录：硕士期间发表论文情况 | 第73页 |
