基于神经网络和故障树的运载火箭故障诊断系统的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题背景 | 第9-11页 |
| ·课题目的和意义 | 第10-11页 |
| ·本文研究内容与课题关系 | 第11页 |
| ·国内外研究现状和发展趋势 | 第11-14页 |
| ·常见的故障诊断方法 | 第11-12页 |
| ·故障诊断技术的现状 | 第12-14页 |
| ·本文中要研究内容 | 第14-15页 |
| ·论文结构 | 第15-16页 |
| 第二章 故障树理论研究 | 第16-24页 |
| ·引言 | 第16-17页 |
| ·故障树的概念 | 第17-21页 |
| ·故障树的定义 | 第17页 |
| ·故障树建立的基本流程 | 第17-18页 |
| ·故障树建立实例 | 第18-21页 |
| ·故障树的研究方向 | 第21-23页 |
| ·故障树与模糊系统的结合 | 第21-22页 |
| ·故障树与人工神经网络的结合 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于故障树的故障诊断模块研究 | 第24-34页 |
| ·基于故障树的故障诊断模块概述 | 第24页 |
| ·基于故障树的故障诊断的实现 | 第24-31页 |
| ·故障数据初步判定 | 第25-26页 |
| ·数据链路分析 | 第26-29页 |
| ·故障定位分析 | 第29-31页 |
| ·故障报告生成 | 第31页 |
| ·故障树诊断模块数据库 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 神经网络和 BP 算法 | 第34-48页 |
| ·神经网络的定义 | 第34页 |
| ·神经网络的基本特点 | 第34-39页 |
| ·生物神经元的结构与功能特点 | 第34-35页 |
| ·人工神经元模型 | 第35-37页 |
| ·神经网络的结构及工作方式 | 第37-38页 |
| ·神经网络的学习 | 第38-39页 |
| ·BP 神经网络的分析 | 第39-42页 |
| ·BP 神经网络概述 | 第39页 |
| ·神经网络故障诊断技术路线 | 第39-42页 |
| ·神经网络故障诊断实例 | 第42-46页 |
| ·MATLAB 功能简介 | 第42-43页 |
| ·特征参数确定 | 第43-45页 |
| ·基于 BP 网络的火箭低温系统故障诊断实例 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 基于神经网络和故障树的故障诊断系统的设计 | 第48-85页 |
| ·整体系统的需求分析 | 第48-51页 |
| ·独立于故障诊断外的子模块 | 第51页 |
| ·故障诊断外子模块概述 | 第51页 |
| ·故障诊断外子模块基本功能 | 第51页 |
| ·故障诊断中的子模块 | 第51-54页 |
| ·故障诊断中的子模块概述 | 第51-52页 |
| ·故障诊断中子模块基本功能 | 第52-54页 |
| ·运载火箭故障诊断系统各功能模块设计 | 第54-82页 |
| ·概述 | 第54-61页 |
| ·系统开发环境 | 第61-63页 |
| ·故障诊断模块类图 | 第63-67页 |
| ·故障诊断模块时序图 | 第67-69页 |
| ·故障诊断模块数据库设计 | 第69-82页 |
| ·系统运行软、硬件环境 | 第82-83页 |
| ·系统运行软件环境 | 第82页 |
| ·系统运行硬件环境 | 第82-83页 |
| ·本章小结 | 第83-85页 |
| 第六章 系统验证与评价 | 第85-94页 |
| ·故障树诊断验证 | 第85-88页 |
| ·控制系统故障树诊断验证 | 第86-87页 |
| ·查询故障树 | 第87-88页 |
| ·神经网络诊断验证 | 第88-93页 |
| ·神经网络初始化 | 第88-91页 |
| ·诊断子系统 | 第91-93页 |
| ·本章小结 | 第93-94页 |
| 第七章 结论与展望 | 第94-96页 |
| ·主要结论 | 第94页 |
| ·展望 | 第94-96页 |
| 致谢 | 第96-97页 |
| 参考文献 | 第97-99页 |
| 附录 | 第99-105页 |
| 攻读硕士学位期间的研究成果 | 第105-106页 |
