| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 课题研究背景及应用 | 第9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文的研究内容 | 第10-11页 |
| 1.4 本文的研究目的和意义 | 第11-12页 |
| 第二章 航空发动机智能故障诊断系统理论基础 | 第12-28页 |
| 2.1 智能故障诊断技术 | 第12-17页 |
| 2.1.1 基于故障树的诊断方法 | 第12-13页 |
| 2.1.2 基于模糊理论的诊断方法 | 第13-14页 |
| 2.1.3 基于神经网络的诊断方法 | 第14-16页 |
| 2.1.4 基于专家系统的诊断方法 | 第16-17页 |
| 2.1.5 智能诊断方法的选取 | 第17页 |
| 2.2 航空发动机内窥图像的获取 | 第17-18页 |
| 2.3 航空发动机主要损伤类型及分析 | 第18-20页 |
| 2.4 内窥损伤图像处理方法 | 第20-28页 |
| 2.4.1 基于长度和面积特征的图像处理方法 | 第21-24页 |
| 2.4.2 基于缺陷深度的图像处理方法 | 第24-28页 |
| 第三章 航空发动机内窥故障智能诊断专家系统 | 第28-40页 |
| 3.1 基于案例推理的故障诊断专家系统概述 | 第28-30页 |
| 3.1.1 案例知识获取 | 第28-29页 |
| 3.1.2 案例推理 | 第29页 |
| 3.1.3 解释器 | 第29-30页 |
| 3.2 基于案例推理的内窥故障诊断专家系统总体设计 | 第30页 |
| 3.3 案例库的组建 | 第30-32页 |
| 3.4 案例的检索与匹配 | 第32-36页 |
| 3.4.1 检索算法 | 第32-33页 |
| 3.4.2 基于模板和最近相邻的混合检索技术 | 第33-34页 |
| 3.4.3 案例相似度计算及匹配 | 第34-36页 |
| 3.4.4 快速检索与全库检索 | 第36页 |
| 3.5 案例的重用 | 第36-37页 |
| 3.6 案例的学习与维护 | 第37-38页 |
| 3.7 案例库的优化管理 | 第38页 |
| 3.8 解释模块的设计 | 第38-40页 |
| 第四章 航空发动机内窥故障诊断系统设计 | 第40-50页 |
| 4.1 功能需求 | 第40页 |
| 4.2 人机界面的基本结构 | 第40-41页 |
| 4.3 接口的实现 | 第41-43页 |
| 4.3.1 VC++与Matlab接口的实现 | 第41-42页 |
| 4.3.2 SQL数据库与VC++的接口实现 | 第42-43页 |
| 4.4 系统功能实现 | 第43-46页 |
| 4.5 专家系统诊断测试 | 第46-50页 |
| 结论 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士期间发表论文 | 第56页 |