| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第14-30页 |
| 1.1 课题背景及研究的目的和意义 | 第14-17页 |
| 1.2 航空发动机性能衰退状态评价的发展现状 | 第17-24页 |
| 1.2.1 航空发动机状态监控简介 | 第17-21页 |
| 1.2.2 性能衰退状态评价方法 | 第21-23页 |
| 1.2.3 多工况处理方法 | 第23-24页 |
| 1.3 航空发动机预测的发展现状 | 第24-27页 |
| 1.3.1 性能衰退状态预测的发展现状 | 第24-25页 |
| 1.3.2 剩余寿命预测的发展现状 | 第25-27页 |
| 1.4 本文的主要研究内容 | 第27-30页 |
| 第2章 航空发动机性能衰退状态评价方法研究 | 第30-59页 |
| 2.1 引言 | 第30-31页 |
| 2.2 航空发动机监控数据的树形表示 | 第31-34页 |
| 2.3 航空发动机性能衰退状态评价方法 | 第34-47页 |
| 2.3.1 可处理缺失值的航空发动机监控数据树距离 | 第35-42页 |
| 2.3.2 基于模糊聚类的航空发动机性能衰退状态评价方法 | 第42-44页 |
| 2.3.3 基于DS证据理论的航空发动机性能衰退状态评价方法 | 第44-47页 |
| 2.4 航空发动机性能衰退状态评价应用实例 | 第47-58页 |
| 2.4.1 改进编辑距离的验证 | 第47-48页 |
| 2.4.2 利用涡扇发动机公用测试数据进行性能衰退状态评价验证 | 第48-54页 |
| 2.4.3 航空公司发动机的性能衰退状态评价 | 第54-58页 |
| 2.5 本章小结 | 第58-59页 |
| 第3章 基于过程模糊规则模型的航空发动机性能衰退状态预测 | 第59-84页 |
| 3.1 引言 | 第59-60页 |
| 3.2 航空发动机性能衰退状态预测问题介绍 | 第60-61页 |
| 3.3 过程模糊规则模型及其参数辨识算法 | 第61-74页 |
| 3.3.1 过程模糊规则模型 | 第62-63页 |
| 3.3.2 过程模糊规则模型的前件参数辨识 | 第63-68页 |
| 3.3.3 过程模糊规则模型的后件参数辨识 | 第68-71页 |
| 3.3.4 过程模糊规则模型的参数辨识算法 | 第71-74页 |
| 3.4 航空发动机性能衰退状态预测实例 | 第74-83页 |
| 3.4.1 利用涡扇发动机公用测试数据进行性能衰退状态预测验证 | 第74-77页 |
| 3.4.2 航空公司发动机的性能衰退状态预测 | 第77-83页 |
| 3.5 本章小结 | 第83-84页 |
| 第4章 基于双储备池回声状态网络的航空发动机性能参数预测 | 第84-102页 |
| 4.1 引言 | 第84-85页 |
| 4.2 航空发动机性能参数测量值时间序列的特点 | 第85-87页 |
| 4.3 航空发动机性能参数预测模型 | 第87-96页 |
| 4.3.1 回声状态网络简介 | 第87-90页 |
| 4.3.2 双储备池回声状态网络及其快速训练算法 | 第90-94页 |
| 4.3.3 基于遗传算法的双储备池回声状态网络模型参数优化 | 第94-96页 |
| 4.4 航空发动机性能参数预测实例 | 第96-101页 |
| 4.4.1 预测过程 | 第96-97页 |
| 4.4.2 预测结果 | 第97页 |
| 4.4.3 预测结果分析 | 第97-101页 |
| 4.5 本章小结 | 第101-102页 |
| 第5章 基于近邻增强与双层随机森林模型的航空发动机剩余寿命预测 | 第102-134页 |
| 5.1 引言 | 第102页 |
| 5.2 航空发动机剩余寿命预测问题 | 第102-105页 |
| 5.3 随机森林模型 | 第105-107页 |
| 5.4 航空发动机剩余寿命预测模型 | 第107-115页 |
| 5.4.1 剩余寿命预测模型结构 | 第107-110页 |
| 5.4.2 近邻增强方法 | 第110-113页 |
| 5.4.3 双层随机森林模型 | 第113-115页 |
| 5.5 航空发动机剩余寿命预测实例 | 第115-132页 |
| 5.5.1 利用涡扇发动机公用测试数据进行剩余寿命预测验证 | 第115-122页 |
| 5.5.2 航空公司甲发动机的剩余寿命预测 | 第122-128页 |
| 5.5.3 航空公司乙发动机的剩余寿命预测 | 第128-132页 |
| 5.6 本章小结 | 第132-134页 |
| 第6章 航空发动机预测模型的预测区间估计方法 | 第134-152页 |
| 6.1 引言 | 第134页 |
| 6.2 基于极端学习机的预测区间估计方法 | 第134-142页 |
| 6.2.1 预测区间估计方法的流程 | 第134-137页 |
| 6.2.2 预测区间估计模型的训练样本获取 | 第137-140页 |
| 6.2.3 极端学习机模型 | 第140-142页 |
| 6.3 航空发动机预测模型的预测区间估计实例 | 第142-151页 |
| 6.3.1 利用涡扇发动机公用测试数据进行预测区间估计验证 | 第142-146页 |
| 6.3.2 利用航空公司发动机数据的预测区间估计 | 第146-151页 |
| 6.4 本章小结 | 第151-152页 |
| 结论 | 第152-154页 |
| 参考文献 | 第154-167页 |
| 攻读博士学位期间发表的论文及其它成果 | 第167-169页 |
| 致谢 | 第169-171页 |
| 个人简历 | 第171页 |
