| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-19页 |
| ·课题研究的背景与意义 | 第12-14页 |
| ·国内外研究现状和发展趋势 | 第14-17页 |
| ·故障诊断技术的现状 | 第14-16页 |
| ·常见的故障诊断方法 | 第16-17页 |
| ·本文的主要工作 | 第17-18页 |
| ·本文的组织结构 | 第18-19页 |
| 第2章 故障树理论研究 | 第19-25页 |
| ·故障树分析法 | 第19-20页 |
| ·故障树分析法的步骤 | 第19-20页 |
| ·故障树的应用 | 第20页 |
| ·故障树的建立 | 第20-21页 |
| ·故障树的符号表示 | 第20页 |
| ·故障树的建造 | 第20-21页 |
| ·故障树分析法 | 第21-22页 |
| ·故障树的结构函数 | 第21页 |
| ·故障树的最小割集 | 第21-22页 |
| ·故障树的研究方向 | 第22-24页 |
| ·故障树与模糊系统的融合 | 第22-23页 |
| ·故障树与人工神经网络的融合 | 第23页 |
| ·故障树与模糊神经网络的融合 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第3章 神经网络和 BAM 算法 | 第25-32页 |
| ·神经网络概述 | 第25-26页 |
| ·神经网络的基本特点 | 第26-29页 |
| ·生物神经元的结构 | 第26页 |
| ·人工神经元模型 | 第26-28页 |
| ·神经网络的结构 | 第28页 |
| ·神经网络的学习 | 第28-29页 |
| ·BAM 神经网络 | 第29-31页 |
| ·BAM 神经网络概述 | 第29-30页 |
| ·BAM 网络的故障诊断技术 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第4章 融合 FTA 与 BAM 的飞机故障诊断方法 | 第32-39页 |
| ·飞机故障诊断方法概述 | 第32页 |
| ·飞机故障的分类 | 第32-33页 |
| ·故障树的建立实例 | 第33-34页 |
| ·基于 FTA 的样本整理 | 第34-36页 |
| ·基于 BAM 网络的故障诊断 | 第36-37页 |
| ·实际应用中的改进 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第5章 飞机故障诊断系统设计 | 第39-51页 |
| ·需求分析 | 第39-40页 |
| ·故障诊断模型及流程 | 第40-43页 |
| ·故障诊断模型 | 第40-42页 |
| ·故障诊断的工作流程 | 第42-43页 |
| ·系统各功能模块设计 | 第43-49页 |
| ·开发环境 | 第43-44页 |
| ·故障诊断模块类设计 | 第44-47页 |
| ·故障诊断模块时序图 | 第47-48页 |
| ·数据库设计 | 第48-49页 |
| ·系统运行环境 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第6章 故障诊断验证 | 第51-57页 |
| ·飞机发动机的结构 | 第51-52页 |
| ·飞机发动机的常见故障 | 第52页 |
| ·飞机的故障诊断 | 第52-55页 |
| ·故障树查询 | 第53-54页 |
| ·BAM 网络诊断 | 第54-55页 |
| ·BAM 网络的稳定性与收敛性 | 第55-56页 |
| ·小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第63-64页 |
| 附录 B 攻读学位期间所参与的项目 | 第64页 |