| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 涡轴发动机传感器故障诊断与容错控制的研究背景及意义 | 第15-16页 |
| 1.2 故障诊断与容错控制研究现状 | 第16-19页 |
| 1.2.1 执行机构故障诊断研究现状 | 第16-17页 |
| 1.2.2 传感器故障诊断研究现状 | 第17-18页 |
| 1.2.3 容错控制研究现状 | 第18-19页 |
| 1.3 本文内容安排 | 第19-21页 |
| 第二章 涡轴发动机部件级模型 | 第21-29页 |
| 2.1 概述 | 第21页 |
| 2.2 涡轴发动机部件级数学模型 | 第21-23页 |
| 2.3 基于改进Broyden拟牛顿法的模型动态计算 | 第23-28页 |
| 2.3.1 改进Broyden拟牛顿法 | 第23-25页 |
| 2.3.2 基于改进Broyden拟牛顿法的模型计算 | 第25-26页 |
| 2.3.3 数值仿真 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 涡轴发动机执行机构及其传感器故障诊断 | 第29-43页 |
| 3.1 概述 | 第29页 |
| 3.2 执行机构及其传感器故障诊断系统 | 第29-30页 |
| 3.3 执行机构数学模型 | 第30-32页 |
| 3.4 涡轴发动机逆模型 | 第32-35页 |
| 3.4.1 标准BP网络 | 第32页 |
| 3.4.2 在线自校正BP网络 | 第32-34页 |
| 3.4.3 基于在线自校正BP网络的涡轴发动机逆模型 | 第34-35页 |
| 3.5 执行机构及其传感器故障诊断数字仿真 | 第35-41页 |
| 3.5.1 地面额定状态仿真 | 第36-39页 |
| 3.5.2 低空退化状态仿真 | 第39-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 涡轴发动机气路传感器故障诊断 | 第43-69页 |
| 4.1 概述 | 第43页 |
| 4.2 基于机载自适应模型的传感器故障诊断 | 第43-53页 |
| 4.2.1 基于方程组求解的涡轴发动机自适应模型 | 第43-48页 |
| 4.2.2 基于自适应模型的涡轴发动机传感器故障诊断 | 第48-49页 |
| 4.2.3 数字仿真 | 第49-53页 |
| 4.3 基于在线极端学习机的涡轴发动机传感器故障诊断 | 第53-67页 |
| 4.3.1 在线极端学习机 | 第54-56页 |
| 4.3.2 基于在线极端学习机的传感器故障诊断系统设计 | 第56-58页 |
| 4.3.3 数字仿真 | 第58-67页 |
| 4.4 本章小结 | 第67-69页 |
| 第五章 传感器故障隔离与容错控制研究 | 第69-80页 |
| 5.1 概述 | 第69页 |
| 5.2 传感器故障的隔离 | 第69-70页 |
| 5.2.1 执行机构传感器故障隔离 | 第69-70页 |
| 5.2.2 气路传感器故障隔离 | 第70页 |
| 5.3 增广LQR（ALQR）控制器 | 第70-73页 |
| 5.3.1 涡轴发动机状态变量模型 | 第70-71页 |
| 5.3.2 ALQR控制器 | 第71-72页 |
| 5.3.3 控制器仿真验证 | 第72-73页 |
| 5.4 基于控制回路切换的主动容错控制系统 | 第73-79页 |
| 5.4.1 多领导者混合变异进化算法 | 第74-77页 |
| 5.4.2 基于MLMMO-ELM的涡轴发动机扭矩指令模型 | 第77-78页 |
| 5.4.3 主动容错控制系统仿真 | 第78-79页 |
| 5.5 本章小结 | 第79-80页 |
| 第六章 半物理试验仿真 | 第80-86页 |
| 6.1 概述 | 第80页 |
| 6.2 涡轴发动机半物理仿真试验平台简介 | 第80-81页 |
| 6.3 涡轴发动机执行机构及其传感器故障诊断半物理试验仿真 | 第81-83页 |
| 6.4 涡轴发动机气路传感器故障诊断半物理试验仿真 | 第83-85页 |
| 6.5 本章小结 | 第85-86页 |
| 第七章 总结与展望 | 第86-88页 |
| 7.1 本文工作总结 | 第86-87页 |
| 7.2 对未来的研究展望 | 第87-88页 |
| 参考文献 | 第88-93页 |
| 致谢 | 第93-94页 |
| 在学期间的研究成果及发表的学术论文 | 第94页 |
