摘要 | 第1-5页 |
ABSTRACT | 第5-11页 |
第一章 绪论 | 第11-25页 |
·课题背景及意义 | 第11-14页 |
·国内外研究现状和发展趋势 | 第14-16页 |
·三自由度四旋翼飞行器系统 | 第16-23页 |
·三自由度四旋翼飞行器的硬件组成 | 第17-20页 |
·三自由度四旋翼飞行器的软件系统 | 第20-21页 |
·三自由度四旋翼飞行器的数学模型 | 第21-23页 |
·论文主要工作和组织结构 | 第23-25页 |
第二章 符号有向图和贝叶斯网络简介 | 第25-39页 |
·引言 | 第25页 |
·符号有向图 | 第25-26页 |
·贝叶斯网络 | 第26-37页 |
·贝叶斯网络的构成 | 第26-28页 |
·贝叶斯网络的参数学习 | 第28-34页 |
·完备数据集的参数学习算法 | 第28-33页 |
·不完备数据集的参数学习算法 | 第33-34页 |
·贝叶斯网络的结构学习 | 第34页 |
·贝叶斯网络的推理算法 | 第34-37页 |
·精确推理算法 | 第35-37页 |
·近似推理算法 | 第37页 |
·本章小结 | 第37-39页 |
第三章 基于符号有向图的系统健康评估方法 | 第39-53页 |
·引言 | 第39页 |
·节点健康评估 | 第39-45页 |
·节点历史故障频率 | 第40页 |
·节点可靠度 | 第40-42页 |
·节点故障程度 | 第42页 |
·节点健康度函数 | 第42-43页 |
·基于层次分析法的健康度函数参数确定方法 | 第43-45页 |
·系统健康评估 | 第45-48页 |
·节点重要性 | 第45-47页 |
·去毁度方法 | 第46页 |
·贡献度方法 | 第46-47页 |
·系统健康函数 | 第47-48页 |
·健康评估方法在飞行器系统中的实验验证 | 第48-52页 |
·本章小结 | 第52-53页 |
第四章 基于贝叶斯网络的故障预测方法 | 第53-65页 |
·引言 | 第53页 |
·预测型贝叶斯网络 | 第53-58页 |
·预测贝叶斯网络模型 | 第54-55页 |
·根节点先验概率确定方法 | 第55-57页 |
·参数学习 | 第57-58页 |
·联合概率推理 | 第58页 |
·故障预测 | 第58页 |
·故障预测方法在飞行器系统中的实验验证 | 第58-64页 |
·完备数据下故障预测方法验证结果 | 第59-62页 |
·不完备数据条件下故障预测方法验证 | 第62-63页 |
·方法对比 | 第63-64页 |
·本章小结 | 第64-65页 |
第五章 结束与展望 | 第65-67页 |
·工作总结 | 第65-66页 |
·展望 | 第66-67页 |
参考文献 | 第67-75页 |
致谢 | 第75-76页 |
在攻读硕士学位期间发表的学术论文目录和参加科研情况 | 第76页 |