基于信息融合技术的航空发动机智能监测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-16页 |
| ·航空发动机状态监测与故障诊断的研究现状及意义 | 第11-12页 |
| ·油液监测技术 | 第12-14页 |
| ·油液监测技术概述 | 第12-13页 |
| ·油液监测技术手段 | 第13-14页 |
| ·信息融合技术概述 | 第14-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| 第二章 信息融合技术 | 第16-25页 |
| ·信息融合技术的基本概念 | 第16页 |
| ·信息融合的级别 | 第16-19页 |
| ·数据级融合 | 第16-17页 |
| ·特征级融合 | 第17-18页 |
| ·决策级融合 | 第18-19页 |
| ·信息融合的方法 | 第19-24页 |
| ·Dempster-Shafer 证据理论 | 第19-21页 |
| ·人工神经网络 | 第21-23页 |
| ·其他信息融合方法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 航空发动机油液监测技术 | 第25-42页 |
| ·主要的油液监测技术 | 第25-28页 |
| ·理化性分析技术 | 第25-26页 |
| ·铁谱分析技术 | 第26-27页 |
| ·光谱分析技术 | 第27-28页 |
| ·基于图像分析的磨粒识别技术 | 第28-36页 |
| ·基于图像分析的磨粒自动识别原理 | 第28-29页 |
| ·磨粒的二维形态特征参数 | 第29-33页 |
| ·磨粒的分类 | 第33-35页 |
| ·磨粒识别故障诊断 | 第35-36页 |
| ·能谱分析技术 | 第36-40页 |
| ·能谱分析原理 | 第36-38页 |
| ·能谱分析方法 | 第38-39页 |
| ·能谱分析故障诊断 | 第39-40页 |
| ·基于信息融合的油液监测技术 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于信息融合技术的智能监测系统 | 第42-54页 |
| ·信息融合分析模型 | 第42-43页 |
| ·信息融合分析实例 | 第43-49页 |
| ·基于BP 神经网络的磨粒识别 | 第43-45页 |
| ·能谱分析 | 第45-47页 |
| ·基于D-S 证据理论的融合诊断 | 第47-49页 |
| ·发动机状态预测 | 第49-53页 |
| ·灰色预测模型 | 第49-52页 |
| ·状态预测实例 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 航空发动机智能监测系统开发研究 | 第54-60页 |
| ·系统的软件设计 | 第54-56页 |
| ·软件开发工具 | 第54-55页 |
| ·软件总体设计 | 第55页 |
| ·数据库设计 | 第55-56页 |
| ·系统的软件介绍 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-61页 |
| ·论文总结 | 第60页 |
| ·今后研究工作展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间所发表的学术论文 | 第65页 |
