| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题研究背景 | 第9-10页 |
| ·研究目的和意义 | 第10-11页 |
| ·课题研究目的 | 第10-11页 |
| ·课题研究意义 | 第11页 |
| ·国内外研究与应用现状分析 | 第11-14页 |
| ·状态监控与故障诊断相关研究的现状分析 | 第11-12页 |
| ·状态监控与故障诊断相关应用的现状分析 | 第12-14页 |
| ·本文结构安排 | 第14-16页 |
| 第二章 FJ44 型发动机结构总体研究 | 第16-19页 |
| ·FJ44 型发动机简介 | 第16页 |
| ·FJ44 型发动机工作原理 | 第16-18页 |
| ·气路工作原理 | 第16-17页 |
| ·其他单元体的功能与原理 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 航空发动机状态监控相关理论 | 第19-38页 |
| ·航空发动机主要监控参数 | 第19-20页 |
| ·性能参数数据的采集 | 第20-21页 |
| ·巡航阶段性能参数数据的采集 | 第21页 |
| ·起飞阶段性能参数数据的采集 | 第21页 |
| ·性能参数的预处理 | 第21-24页 |
| ·相似转换 | 第21-23页 |
| ·相似转换的修正 | 第23-24页 |
| ·基线模型的确立 | 第24-27页 |
| ·基线模型的获取 | 第24-25页 |
| ·RBF 神经网络算法介绍 | 第25-27页 |
| ·RBF 算法下基线值的求解 | 第27页 |
| ·初始值的确定 | 第27页 |
| ·偏差值的平滑处理 | 第27-29页 |
| ·常用的平滑方法 | 第27-28页 |
| ·十点平滑法的应用 | 第28-29页 |
| ·趋势分析 | 第29-33页 |
| ·趋势分析的相关介绍 | 第29-30页 |
| ·趋势分析的原则 | 第30-33页 |
| ·滑油分析 | 第33-37页 |
| ·滑油系统工作参数监控 | 第33-35页 |
| ·滑油成分分析 | 第35-36页 |
| ·金属屑的分类 | 第36页 |
| ·金属屑分析方法 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 航空发动机故障诊断相关理论 | 第38-49页 |
| ·气路故障诊断的原理 | 第38-39页 |
| ·指印图法在故障诊断中的应用 | 第39-40页 |
| ·基于神经网络的气路故障诊断方法研究 | 第40-48页 |
| ·人工神经网络的网络结构和学习算法介绍 | 第40-42页 |
| ·概率神经网络（PNN） | 第42-43页 |
| ·BP 网络 | 第43-47页 |
| ·ELMAN 网络 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 FJ44 型发动机状态监控与故障诊断系统的设计与实现 | 第49-59页 |
| ·状态监控的设计与实现 | 第49-54页 |
| ·数据来源 | 第49页 |
| ·状态监控系统结构及功能 | 第49-54页 |
| ·故障诊断的设计与实现 | 第54-58页 |
| ·神经网络算法的比较 | 第55页 |
| ·故障诊断系统的实现 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 结论与展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间取得的成果 | 第64-65页 |
| 致谢 | 第65页 |