| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 选题背景和意义 | 第11-12页 |
| 1.2 发动机VSV系统研究现状 | 第12-13页 |
| 1.3 发动机监控诊断的相关研究 | 第13-16页 |
| 1.3.1 状态监控故障诊断的方法 | 第14-15页 |
| 1.3.2 状态监控故障诊断的应用 | 第15-16页 |
| 1.4 发动机喘振研究 | 第16页 |
| 1.5 本文研究的内容 | 第16-18页 |
| 第二章 VSV系统防喘原理及支持向量机理论基础 | 第18-28页 |
| 2.1 发动机VSV系统防喘原理 | 第18-21页 |
| 2.1.1 VSV系统结构及控制原理 | 第18-20页 |
| 2.1.2 VSV系统防喘原理 | 第20-21页 |
| 2.2 支持向量机理论基础 | 第21-27页 |
| 2.2.1 SVM基本原理 | 第21-23页 |
| 2.2.2 核函数原理 | 第23-25页 |
| 2.2.3 SVM回归原理 | 第25-26页 |
| 2.2.4 单分类支持向量机原理 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 可调导流叶片调节规律研究 | 第28-36页 |
| 3.1 建模准备工作 | 第28-29页 |
| 3.2 可调导流叶片调节规律模型建立 | 第29-32页 |
| 3.2.1 非设计状态下HPC第一级转子处空气流量的确定 | 第30-31页 |
| 3.2.2 各状态点导流叶片安装角度的确定 | 第31-32页 |
| 3.3 可调导流叶片调节规律分析 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于支持向量回归机的VSV调节规律挖掘 | 第36-53页 |
| 4.1 数据选取及预处理 | 第36-38页 |
| 4.1.1 数据选取 | 第36-37页 |
| 4.1.2 数据预处理 | 第37-38页 |
| 4.2 支持向量机参数优化 | 第38-43页 |
| 4.2.1 网格搜索法 | 第39-40页 |
| 4.2.2 粒子群优化算法 | 第40-41页 |
| 4.2.3 优化方法对比分析 | 第41-43页 |
| 4.3 VSV调节规律模型建立与验证 | 第43-50页 |
| 4.3.1 爬升阶段 | 第43-45页 |
| 4.3.2 巡航阶段 | 第45-47页 |
| 4.3.3 降落阶段 | 第47-50页 |
| 4.4 建模方法对比 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 喘振故障诊断应用 | 第53-60页 |
| 5.1 VSV系统故障分析 | 第53-54页 |
| 5.2 VSV系统故障与喘振 | 第54-55页 |
| 5.3 喘振故障诊断模型应用 | 第55-59页 |
| 5.3.1 喘振故障特征参数 | 第55-57页 |
| 5.3.2 喘振故障诊断 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 作者简介 | 第67页 |