| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 缩略语 | 第17-19页 |
| 第1章 绪论 | 第19-41页 |
| 1.1 选题背景及研究意义 | 第19-21页 |
| 1.2 问题的提出 | 第21-22页 |
| 1.3 基于机器学习的RUL预测研究现状 | 第22-38页 |
| 1.3.1 健康数据预处理方法 | 第22-23页 |
| 1.3.2 综合健康指标生成方法 | 第23-25页 |
| 1.3.3 机器学习与健康诊断 | 第25-27页 |
| 1.3.4 机器学习与RUL预测 | 第27-35页 |
| 1.3.5 机器学习在PHM应用面临的问题及发展趋势 | 第35-37页 |
| 1.3.6 研究现状总结 | 第37-38页 |
| 1.4 本文的研究内容和组织结构 | 第38-41页 |
| 第2章 多维监测数据合成健康指标方法研究 | 第41-63页 |
| 2.1 概述 | 第41页 |
| 2.2 健康指标合成方法流程 | 第41-42页 |
| 2.3 基于HC的健康状态分类方法 | 第42-47页 |
| 2.3.1 健康数据预处理 | 第42-45页 |
| 2.3.2 分层聚类方法 | 第45-46页 |
| 2.3.3 健康状态分类 | 第46-47页 |
| 2.4 基于相似性分析的健康指标合成及健康诊断方法 | 第47-49页 |
| 2.4.1 健康指标生成 | 第47-48页 |
| 2.4.2 健康状态诊断 | 第48-49页 |
| 2.5 实例研究 | 第49-62页 |
| 2.5.1 涡轮风扇发动机RtF仿真数据介绍及验证目标 | 第49-51页 |
| 2.5.2 FD001数据集分析 | 第51-53页 |
| 2.5.3 FD004数据集分析 | 第53-62页 |
| 2.6 本章小结 | 第62-63页 |
| 第3章 基于多退化模型融合的RUL预测方法研究 | 第63-81页 |
| 3.1 概述 | 第63页 |
| 3.2 多模型融合方法及相关算法研究 | 第63-72页 |
| 3.2.1 方法原理及具体流程 | 第63-66页 |
| 3.2.2 基于RVM回归算法的健康退化建模方法 | 第66-70页 |
| 3.2.3 RUL不确定性估计 | 第70-72页 |
| 3.3 实例研究 | 第72-80页 |
| 3.3.1 发动机RUL预测实验设计 | 第72页 |
| 3.3.2 RUL预测实验过程 | 第72-77页 |
| 3.3.3 预测结果与分析 | 第77-78页 |
| 3.3.4 RUL预测不确定性分析 | 第78-80页 |
| 3.4 本章小结 | 第80-81页 |
| 第4章 基于RVR-NDM模型外推的RUL预测方法研究 | 第81-101页 |
| 4.1 概述 | 第81-82页 |
| 4.2 基于RVR-NDM的RUL预测方法 | 第82-85页 |
| 4.2.1 基本RVR模型外推预测存在的问题 | 第82-83页 |
| 4.2.2 RVR-NDM算法及模型参数优化 | 第83-85页 |
| 4.3 实例1研究 | 第85-94页 |
| 4.3.1 数据介绍和验证内容 | 第85页 |
| 4.3.2 RVR-NDM建模及参数优化 | 第85-90页 |
| 4.3.3 不同类型回归模型的对比研究 | 第90-92页 |
| 4.3.4 RUL区间估计 | 第92-94页 |
| 4.4 实例2研究 | 第94-100页 |
| 4.4.1 燃料电池退化及耐久性试验介绍 | 第94-95页 |
| 4.4.2 预测实验设计 | 第95页 |
| 4.4.3 不同时刻性能及RUL预测 | 第95-100页 |
| 4.5 本章小结 | 第100-101页 |
| 第5章 有效载荷产品试验验证 | 第101-135页 |
| 5.1 概述 | 第101页 |
| 5.2 斯特林制冷机性能及RUL预测 | 第101-124页 |
| 5.2.1 斯特林制冷机组成、主要失效模式、机理及寿命评价 | 第101-102页 |
| 5.2.2 某型斯特林制冷机在轨运行情况介绍 | 第102-106页 |
| 5.2.3 制冷机长期性能预测与RUL预测 | 第106-118页 |
| 5.2.4 制冷机短期性能预测 | 第118-124页 |
| 5.3 机柜热控抽屉健康状态分类与健康指标合成 | 第124-130页 |
| 5.3.1 机柜热控抽屉介绍 | 第124页 |
| 5.3.2 热控抽屉故障模式及检测方式 | 第124-125页 |
| 5.3.3 应用目标和实验设计 | 第125-126页 |
| 5.3.4 数据分析及结论 | 第126-130页 |
| 5.4 方法在空间站空间应用系统运维中的应用 | 第130-134页 |
| 5.4.1 方法应用的整体方案 | 第130-131页 |
| 5.4.2 复杂分系统级有效载荷产品健康监测 | 第131-133页 |
| 5.4.3 有退化特征单机产品或部组件RUL预测 | 第133-134页 |
| 5.5 本章小结 | 第134-135页 |
| 第6章 总结 | 第135-139页 |
| 6.1 研究成果及创新点 | 第135-136页 |
| 6.2 下一步研究工作 | 第136-139页 |
| 参考文献 | 第139-149页 |
| 致谢 | 第149-151页 |
| 攻读博士学位期间发表的论文及其他成果 | 第151-153页 |
| 个人简历 | 第153页 |
