| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 选题背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 发动机基线模型研究现状 | 第12-14页 |
| 1.2.2 数据挖掘方法研究现状 | 第14-16页 |
| 1.3 论文研究的主要内容 | 第16-18页 |
| 第二章 基线建模方法理论基础 | 第18-28页 |
| 2.1 支持向量机方法 | 第18-23页 |
| 2.1.1 支持向量机算法基础 | 第18-19页 |
| 2.1.2 Matlab中LIBSVM工具箱介绍 | 第19-20页 |
| 2.1.3 SVM建模思路 | 第20页 |
| 2.1.4 SVM模型参数选择 | 第20-22页 |
| 2.1.5 基于遗传算法的参数优化 | 第22-23页 |
| 2.2 BP神经网络方法 | 第23-27页 |
| 2.2.1 输入输出参数选择 | 第24页 |
| 2.2.2 输入输出参数处理 | 第24页 |
| 2.2.3 网络模型层数 | 第24-25页 |
| 2.2.4 输入层、输出层和隐层节点数 | 第25-26页 |
| 2.2.5 连接层间的传递函数 | 第26页 |
| 2.2.6 学习速率 | 第26页 |
| 2.2.7 期望误差 | 第26页 |
| 2.2.8 初始权值 | 第26-27页 |
| 2.2.9 遗传算法优化BP神经网络 | 第27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 发动机参数数据的预处理 | 第28-33页 |
| 3.1. 航空发动机基线建模的重要参数 | 第28-30页 |
| 3.2 发动机基线参数数据的采集 | 第30页 |
| 3.3 数据异常点识别与剔除 | 第30-31页 |
| 3.4 模型样本的构建 | 第31-33页 |
| 第四章 航空发动机风扇转速的修正 | 第33-43页 |
| 4.1 引言 | 第33-34页 |
| 4.2 基于相似理论的发动机风扇转速换算方法的改进 | 第34-38页 |
| 4.2.1 发动机风扇转速换算的传统方法 | 第34-35页 |
| 4.2.2 发动机风扇转速的变指数因子数学模型 | 第35-37页 |
| 4.2.3 基于支持向量机改进的发动机换算转速的有效性与误差分析 | 第37-38页 |
| 4.3 基于数学迭代法的发动机风扇转速换算方法改进 | 第38-42页 |
| 4.3.1 指数修正因子数学模型的建立 | 第39-40页 |
| 4.3.2 发动机风扇换算转速的数学迭代法 | 第40-41页 |
| 4.3.3 基于迭代算法计算风扇换算转速的有效性与误差分析 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 基于支持向量机的CFM56-7B发动机基线建模 | 第43-52页 |
| 5.1 航空发动机基线概述 | 第43页 |
| 5.2 CFM56-7B发动机EGT基线SVM模型的建立 | 第43-46页 |
| 5.3 CFM56-7B发动机N_2基线SVM模型的建立 | 第46-49页 |
| 5.4 CFM56-7B发动机FF基线SVM模型的建立 | 第49-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 基于改进BP神经网络的CFM56-7B发动机基线模型的建立 | 第52-61页 |
| 6.1 发动机基线模型的BP神经网络设计 | 第52-56页 |
| 6.1.1 模型连接层传递函数选择 | 第52页 |
| 6.1.2 模型学习速率选择 | 第52-53页 |
| 6.1.3 模型隐层设计 | 第53页 |
| 6.1.4 模型期望误差设计 | 第53-54页 |
| 6.1.5 遗传算法优化神经网络 | 第54-56页 |
| 6.2 CFM56-7B发动机EGT基线BP神经网络的训练与验证 | 第56-58页 |
| 6.3 CFM56-7B发动机N_2基线BP神经网络的训练与验证 | 第58-59页 |
| 6.4 CFM56-7B发动机FF基线BP神经网络的训练与验证 | 第59-60页 |
| 6.5 本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间取得的学术成果 | 第67-68页 |
| 致谢 | 第68页 |
