| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第10-18页 |
| ·引言 | 第10页 |
| ·容错控制分类 | 第10-11页 |
| ·主动容错控制概述 | 第11-15页 |
| ·经典主动容错控制 | 第12-13页 |
| ·非线性主动容错控制 | 第13-15页 |
| ·论文的研究意义 | 第15-16页 |
| ·论文的主要工作及安排 | 第16-18页 |
| 第2章 基于多模型的主动容错控制方法 | 第18-27页 |
| ·基于多模型的容错控制 | 第18-19页 |
| ·主动容错控制方案的构建 | 第19-20页 |
| ·模型库的建立 | 第20-21页 |
| ·系统正常状态及已知故障状态数学模型的建立 | 第21页 |
| ·系统未知故障状态数学模型的建立 | 第21页 |
| ·监控指标的定义 | 第21-22页 |
| ·性能容忍度指标 | 第22页 |
| ·模型失配度指标 | 第22页 |
| ·控制方案工作原理 | 第22-24页 |
| ·监控决策机制的结构与功能 | 第22-23页 |
| ·监控决策的方法和步骤 | 第23-24页 |
| ·监控指标在容错控制过程中的变化情形 | 第24-26页 |
| ·系统运行中监控指标的变化状态 | 第24-25页 |
| ·系统运行中监控指标的状态变化过程 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于智能预测的多模型主动容错控制方法研究模 | 第27-39页 |
| ·预测控制的基本原理及其特点 | 第27-29页 |
| ·预测模型 | 第28页 |
| ·滚动优化 | 第28页 |
| ·反馈校正 | 第28-29页 |
| ·基于神经网络的模型预测控制 | 第29-31页 |
| ·神经网络预测控制的一般结构 | 第29-30页 |
| ·三层BP网络预测模型 | 第30-31页 |
| ·基于智能预测的主动容错控制 | 第31-34页 |
| ·系统结构 | 第32-33页 |
| ·模型库的建立 | 第33页 |
| ·系统控制律算法 | 第33-34页 |
| ·实例仿真研究 | 第34-37页 |
| ·非线性系统模型库的建立 | 第34-36页 |
| ·控制方法有效性测试 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 基于RBF-PID的多模型主动容错控制方法研究 | 第39-55页 |
| ·RBF神经网络 | 第39-42页 |
| ·RBF神经网络基本结构 | 第40-41页 |
| ·RBF网络学习算法 | 第41-42页 |
| ·基于RBF-PID的主动容错控制 | 第42-44页 |
| ·系统结构及特点 | 第42-43页 |
| ·系统控制律算法 | 第43-44页 |
| ·实例仿真研究 | 第44-54页 |
| ·非线性仿真算例 | 第44-50页 |
| ·线性仿真算例 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 主动容错控制方案性能的分析和比较 | 第55-67页 |
| ·故障诊断技术 | 第55-57页 |
| ·故障诊断的概念和任务 | 第55-56页 |
| ·故障诊断的常用方法 | 第56-57页 |
| ·故障诊断的性能 | 第57页 |
| ·主动容错控制的鲁棒性 | 第57-63页 |
| ·故障诊断的鲁棒性 | 第57-58页 |
| ·控制器的鲁棒性 | 第58-59页 |
| ·鲁棒性研究仿真算例 | 第59-63页 |
| ·RBF-PID控制方案与BP-PID控制方案的比较 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 结论与展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 附录A(攻读学位期间所发表的学术论文目录) | 第76-77页 |
| 附录B(论文中用到的部分程序) | 第77-84页 |
