| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-25页 |
| 1.1 选题背景及研究意义 | 第12-13页 |
| 1.2 民航客机液压系统概述 | 第13-19页 |
| 1.2.1 民航客机液压系统构成 | 第14-16页 |
| 1.2.2 民航客机液压油泵介绍 | 第16-19页 |
| 1.3 国内外研究现状 | 第19-22页 |
| 1.3.1 设备状态监控与预测国内外研究现状 | 第19-20页 |
| 1.3.2 油泵测试平台国内外研究现状 | 第20-22页 |
| 1.4 主要研究内容 | 第22-24页 |
| 1.4.1 研究目的 | 第22-23页 |
| 1.4.2 研究内容 | 第23-24页 |
| 1.5 关键技术 | 第24页 |
| 1.6 本章小结 | 第24-25页 |
| 第二章 柱塞泵建模与故障注入 | 第25-36页 |
| 2.1 基于AMESim的柱塞泵建模 | 第25-30页 |
| 2.1.1 柱塞泵的结构特点 | 第25-26页 |
| 2.1.2 柱塞泵模型建立 | 第26-30页 |
| 2.2 柱塞泵故障注入 | 第30-31页 |
| 2.2.1 柱塞泵典型故障 | 第30页 |
| 2.2.2 柱塞泵内泄漏故障注入 | 第30-31页 |
| 2.3 柱塞泵内泄漏模拟仿真实验 | 第31-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 仿真平台设计 | 第36-59页 |
| 3.1 仿真平台概述 | 第36-40页 |
| 3.1.1 计算机辅助测试技术CAT | 第37-38页 |
| 3.1.2 液压元件CAT系统组成 | 第38-39页 |
| 3.1.3 仿真平台CAT系统实现 | 第39-40页 |
| 3.2 仿真平台液压部分设计 | 第40-48页 |
| 3.2.1 柱塞泵选型与油箱设计 | 第40-42页 |
| 3.2.2 油箱设计 | 第42-43页 |
| 3.2.3 液压回路设计 | 第43-48页 |
| 3.3 数据采集模块设计 | 第48-52页 |
| 3.3.1 数据采集卡选型 | 第49页 |
| 3.3.2 传感器选型 | 第49-52页 |
| 3.3.3 数据采集模块接线设计 | 第52页 |
| 3.4 电气控制设计 | 第52-53页 |
| 3.5 控制软件设计 | 第53-58页 |
| 3.5.1 LabVIEW程序设计 | 第54-55页 |
| 3.5.2 过程控制与数据采集程序 | 第55-58页 |
| 3.6 本章小结 | 第58-59页 |
| 第四章 柱塞泵故障诊断 | 第59-73页 |
| 4.1 故障诊断概述 | 第59页 |
| 4.2 人工神经网络 | 第59-61页 |
| 4.3 小波分析 | 第61-65页 |
| 4.3.1 连续小波变换 | 第61-62页 |
| 4.3.2 多分辨分析与小波包分析 | 第62-65页 |
| 4.4 经验模态分解(EMD) | 第65-67页 |
| 4.4.1 Hilbert变换 | 第65页 |
| 4.4.2 本征模态函数 | 第65-66页 |
| 4.4.3 EMD分解过程 | 第66-67页 |
| 4.5 仿真平台柱塞泵故障诊断实现 | 第67-72页 |
| 4.5.1 BP神经网络柱塞泵故障诊断 | 第68-69页 |
| 4.5.2 小波分析柱塞泵故障诊断 | 第69-71页 |
| 4.5.3 EMD+RBF柱塞泵故障诊断 | 第71-72页 |
| 4.6 本章小结 | 第72-73页 |
| 第五章 柱塞泵健康状态预测 | 第73-82页 |
| 5.1 设备状态预测方法概述 | 第73页 |
| 5.2 支持向量机理论介绍 | 第73-76页 |
| 5.2.1 统计学习理论 | 第73-74页 |
| 5.2.2 结构风险最小化(Structural Risk Minimization,SRM)准则 | 第74页 |
| 5.2.3 核函数 | 第74-75页 |
| 5.2.4 ε-支持向量回归机 | 第75-76页 |
| 5.3 基于支持向量机的柱塞泵状态预测 | 第76-81页 |
| 5.4 本章小结 | 第81-82页 |
| 总结与展望 | 第82-84页 |
| 参考文献 | 第84-87页 |
| 附录 | 第87-88页 |
| 攻读硕士学位期间取得的学术成果 | 第88-89页 |
| 致谢 | 第89页 |