飞行控制系统故障检测理论研究及软件系统设计
第一章 绪论 | 第1-21页 |
·自修复飞控系统概述 | 第8-13页 |
·引言 | 第8页 |
·自修复飞控系统研究的意义 | 第8-10页 |
·自修复飞控系统的组成及基本原理 | 第10-11页 |
·自修复飞控系统的研究发展概况 | 第11-13页 |
·飞控系统故障检测理论概述 | 第13-17页 |
·故障检测与诊断系统(FDD) | 第13-15页 |
·飞控系统故障检测的基本原理 | 第15-17页 |
·人工智能神经网络(ANN) | 第17-20页 |
·引言 | 第17-18页 |
·神经网络的发展及现状 | 第18-20页 |
·本论文的工作 | 第20-21页 |
第二章 飞控系统故障检测的基本理论及算法 | 第21-66页 |
·等价空间法残差产生原理 | 第22-26页 |
·引言 | 第22-23页 |
·直接等价空间法 | 第23-24页 |
·暂态等价空间法 | 第24-25页 |
·多余度等价空间法 | 第25-26页 |
·二元假设检验残差决策理论 | 第26-35页 |
·引言 | 第26-27页 |
·二元假设检验原理及判决准则 | 第27-35页 |
·二元假设检验的基本概念 | 第27-29页 |
·二元假设检验的判决准则 | 第29-32页 |
·二元假设检验的实现 | 第32-33页 |
·最小可测检测信号下的假设检验 | 第33-35页 |
·基于二元假设检验理论的作动器局部检测 | 第35-39页 |
·作动器局部检测残差的产生 | 第35-36页 |
·作动器故障残差的统计检验 | 第36-39页 |
·作动器故障的预警检测 | 第37-38页 |
·作动器故障的校验检测 | 第38-39页 |
·神经网络故障分类器原理及算法 | 第39-52页 |
·人工智能神经网络(ANN) | 第40-42页 |
·神经网络的基本性质 | 第40页 |
·人工神经元的模型 | 第40-42页 |
·多层前馈神经网络及BP算法 | 第42-52页 |
·多层前馈神经网络 | 第42-44页 |
·BP算法的推导及实现 | 第44-50页 |
·BP算法的改进 | 第50-52页 |
·基于神经网络故障分类器的全局故障检测 | 第52-63页 |
·飞机数学模型 | 第52-54页 |
·全局检测的残差产生机制 | 第54-57页 |
·全局故障的神经网络故障分类 | 第57-63页 |
·基于模型残差的神经网络故障检测原理 | 第57-59页 |
·全局故障模式的仿真训练 | 第59-61页 |
·全局故障检测神经网络分类器的概率检验 | 第61-63页 |
·组合故障检测 | 第63-66页 |
·多作动器卡死组合故障检测 | 第63-64页 |
·作动器卡死与单操纵舵面损伤组合故障检测 | 第64-66页 |
第三章 飞控系统故障检测软件设计 | 第66-84页 |
·软件的总体设计 | 第66-69页 |
·软件的需求分析 | 第66-67页 |
·软件的总体结构 | 第67-69页 |
·软件的详细设计 | 第69-76页 |
·故障仿真模块 | 第69-70页 |
·飞机解析输出计算子模块 | 第69页 |
·飞机故障测量值计算子模块 | 第69-70页 |
·作动器局部检测模块 | 第70-73页 |
·局部检测残差产生子模块结构 | 第70-72页 |
·作动器卡死故障预警检测子模块结构 | 第72页 |
·作动器卡死故障校验检测子模块结构 | 第72-73页 |
·全局故障检测模块 | 第73-76页 |
·全局残差产生子模块 | 第73页 |
·神经网络故障检测子模块 | 第73-76页 |
·软件的界面设计 | 第76-84页 |
·用户界面的要求 | 第76-77页 |
·软件的总体界面 | 第77-78页 |
·用户输入界面设计 | 第78-81页 |
·用户输出界面设计 | 第81-84页 |
第四章 软件功能离线测试 | 第84-98页 |
·模型参数 | 第84-85页 |
·飞机模型参数 | 第84-85页 |
·作动器模型参数 | 第85页 |
·单作动器卡死故障测试 | 第85-88页 |
·单舵面损伤故障测试 | 第88-98页 |
第五章 总结与展望 | 第98-100页 |
参考文献 | 第100-103页 |
致谢 | 第103-105页 |