首页--航空、航天论文--航空论文--航空制造工艺论文--航空发动机制造论文--故障分析及排除论文

基于性能参数的航空发动机健康监测方法研究

摘要第4-5页
abstract第5页
注释表第11-12页
缩略词第12-14页
第一章 绪论第14-21页
    1.1 研究背景及意义第14-15页
    1.2 航空发动机健康监测概述第15页
    1.3 国内外健康监测技术和标准研究进展第15-19页
        1.3.1 国外研究进展第15-18页
        1.3.2 国内研究进展第18-19页
    1.4 本文主要研究内容及章节安排第19-21页
第二章 航空发动机故障分析及数学模型第21-36页
    2.1 航空发动机状态及故障第21-26页
        2.1.1 状态及性能参数第21-22页
        2.1.2 航空发动机性能衰退第22页
        2.1.3 航空发动机常见故障第22-24页
        2.1.4 航空发动机故障成因第24页
        2.1.5 航空发动机故障征兆第24-26页
    2.2 航空发动机数学模型第26-34页
        2.2.1 基本构造及假设第26-27页
        2.2.2 进气道第27-28页
        2.2.3 压气机第28-30页
        2.2.4 主燃烧室第30页
        2.2.5 涡轮第30-32页
        2.2.6 涵道第32页
        2.2.7 前混合器第32-33页
        2.2.8 后混合器第33页
        2.2.9 加力燃烧室第33-34页
        2.2.10 尾喷管第34页
    2.3 本章小结第34-36页
第三章 基于灰色聚类和模糊粗糙集的航空发动机参数约简第36-43页
    3.1 总体思路第36-37页
    3.2 基于灰色关联聚类的参数约简算法第37-38页
    3.3 基于模糊粗糙集的参数约简算法第38-40页
    3.4 实例验证第40-42页
        3.4.1 样本数据第40页
        3.4.2 基于灰色聚类算法的参数约简实例第40页
        3.4.3 基于模糊粗糙集的参数约简实例第40-42页
        3.4.4 约简效果分析第42页
    3.5 本章小结第42-43页
第四章 基于模糊信息粒化和SVM的航空发动机参数预测第43-54页
    4.1 总体思路第44页
    4.2 模糊信息粒化第44-45页
    4.3 SVM回归预测第45-46页
    4.4 遗传优化算法第46-47页
    4.5 实例验证及扩展第47-53页
        4.5.1 样本数据及基本定义第47-48页
        4.5.2 模糊信息粒化第48-49页
        4.5.3 遗传算法优化第49页
        4.5.4 SVM参数预测第49-51页
        4.5.5 实例扩展第51-52页
        4.5.6 改变窗口大小第52页
        4.5.7 多步预测第52-53页
    4.6 本章小结第53-54页
第五章 基于免疫支持向量机的航空发动机故障诊断第54-63页
    5.1 总体思路第55页
    5.2 SVM故障诊断第55-56页
    5.3 免疫优化算法第56-57页
    5.4 实例验证第57-59页
        5.4.1 基本定义第57-58页
        5.4.2 单故障诊断第58页
        5.4.3 混合故障诊断第58-59页
        5.4.4 加入噪声样本验证第59页
    5.5 关键问题分析第59-62页
        5.5.1 核函数影响分析第59-60页
        5.5.2 多分类决策方法影响分析第60页
        5.5.3 初始种群大小影响分析第60-61页
        5.5.4 亲和力计算公式影响分析第61页
        5.5.5 优化算法影响分析第61-62页
    5.6 本章小结第62-63页
第六章 基于算法融合的航空发动机故障智能诊断第63-74页
    6.1 总体思路第63-64页
    6.2 基于灰色关联算法的故障诊断第64-66页
    6.3 基于人工免疫算法的故障诊断第66-67页
    6.4 改进D-S证据理论第67-69页
    6.5 实例验证第69-72页
        6.5.1 基本定义第69页
        6.5.2 地面测试状态第69-71页
        6.5.3 空中飞行状态第71-72页
        6.5.4 加入噪声状态第72页
    6.6 本章小结第72-74页
第七章 总结与展望第74-76页
    7.1 研究总结第74页
    7.2 工作展望第74-76页
参考文献第76-80页
致谢第80-81页
在学期间发表的学术论文第81页

论文共81页,点击 下载论文
上一篇:江苏金东纸业铜版纸南美市场营销策略研究
下一篇:高中生周末作业情绪体验现状研究