| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 引言 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 研究现状 | 第12-17页 |
| 1.2.1 国外研究现状 | 第12-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.2.3 论文研究问题的提出 | 第16-17页 |
| 1.3 论文主要研究内容 | 第17-18页 |
| 第二章 发动机单元体性能参数分析 | 第18-37页 |
| 2.1 发动机单元体的概述 | 第18-21页 |
| 2.1.1 PW4077D发动机单元体 | 第18-20页 |
| 2.1.2 GE90发动机单元体 | 第20-21页 |
| 2.2 单元体性能参数分析 | 第21-31页 |
| 2.2.1 压气机 | 第21-27页 |
| 2.2.2 涡轮 | 第27-31页 |
| 2.3 单元体可测参数分析 | 第31-35页 |
| 2.3.1 民航发动机传感器的发展史 | 第32-33页 |
| 2.3.2 PW4077D和GE90发动机的可测参数 | 第33-35页 |
| 2.4 单元体性能参数和可测参数的关系 | 第35-36页 |
| 2.4.1 PW4077D单元体性能参数与可测参数的关系 | 第35-36页 |
| 2.4.2 GE90单元体性能参数与可测参数的关系 | 第36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 单元体性能参数选择有效性验证 | 第37-55页 |
| 3.1 发动机整机性能参数的分析 | 第37-38页 |
| 3.2 基于BP神经网络算法的单元体参数有效性验证 | 第38-51页 |
| 3.2.1 BP神经网络算法的工作原理 | 第38-39页 |
| 3.2.2 BP神经网络算法的基本公式 | 第39-42页 |
| 3.2.3 BP神经网络算法的基本缺陷 | 第42页 |
| 3.2.4 BP神经网络算法的优化 | 第42-43页 |
| 3.2.5 BP神经网络隐含层节点个数的确定 | 第43页 |
| 3.2.6 基于BP网络参数有效性验证 | 第43-51页 |
| 3.3 基于衰退机理的单元体参数有效性验证 | 第51-54页 |
| 3.3.1 单元体性能衰退机理 | 第51-53页 |
| 3.3.2 单元体性能衰退时的参数变化 | 第53-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第四章 面向发动机单元体的性能评估 | 第55-72页 |
| 4.1 基于PCA法的单元体性能评估 | 第55-66页 |
| 4.1.1 PCA法概述 | 第55-56页 |
| 4.1.2 PCA法的基本理论 | 第56-57页 |
| 4.1.3 PCA法的计算步骤 | 第57-59页 |
| 4.1.4 PCA法的SPSS软件实现 | 第59-65页 |
| 4.1.5 单元体性能健康指数实例分析 | 第65-66页 |
| 4.2 基于TOPSIS法的单元体性能评估 | 第66-70页 |
| 4.2.1 建立单元体性能评估矩阵 | 第66-68页 |
| 4.2.2 单元体性能评估矩阵加权处理 | 第68-69页 |
| 4.2.3 确定单元体性能参数的正负理想解 | 第69页 |
| 4.2.4 计算各循环下表征单元体性能的相似贴近度 | 第69-70页 |
| 4.3 计算结果比较分析 | 第70-71页 |
| 4.4 本章小结 | 第71-72页 |
| 第五章 结论与展望 | 第72-74页 |
| 5.1 结论 | 第72-73页 |
| 5.2 展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 作者简介 | 第79页 |
