基于BP神经网络的航空发动机失效模式与故障影响分析
| 中文摘要 | 第1-5页 |
| 目录 | 第5-6页 |
| 第1章 绪论 | 第6-11页 |
| 1．1 论文选题背景及意义 | 第6-8页 |
| 1．2 国内外研究现状 | 第8-9页 |
| 1．3 本文主要研究内容 | 第9-11页 |
| 第2章 可靠性、FMECA和神经网络的基本理论 | 第11-22页 |
| 2．1 引言 | 第11页 |
| 2．2 可靠性及FMECA的基本理论 | 第11-16页 |
| 2．3 人工神经网络的基本理论 | 第16-20页 |
| 2．4 神经网络在FMECA中的优势 | 第20-21页 |
| 2．5 本章小结 | 第21-22页 |
| 第3章 BP神经网络在FMECA中的运用 | 第22-28页 |
| 3．1 引言 | 第22页 |
| 3．2 航空发动机可靠性特征 | 第22-23页 |
| 3．3 航空发动机FMECA的实施步骤 | 第23页 |
| 3．4 BP神经网络和FMECA的结合 | 第23-25页 |
| 3．5 BP-FMECA软件的总体概况 | 第25-27页 |
| 3．6 本章小结 | 第27-28页 |
| 第4章 BP-FMECA的程序实现方法及验证 | 第28-46页 |
| 4．1 引言 | 第28页 |
| 4．2 BP—FMECA软件总体概况 | 第28-29页 |
| 4．3 BP—FMECA软件神经网络模块 | 第29-35页 |
| 4．4 BP—FMECA软件知识库模块 | 第35-42页 |
| 4．5 BP—FMECA软件其他模块 | 第42-45页 |
| 4．6 本章小结 | 第45-46页 |
| 第5章 实例分析 | 第46-58页 |
| 5．1 引言 | 第46页 |
| 5．2 某型发动机涡轮部件FMECA分析示例 | 第46-55页 |
| 5．3 可靠性数据的Weibull验证 | 第55-57页 |
| 5．4 本章小结 | 第57-58页 |
| 第6章 总结 | 第58-60页 |
| 6．1 本文主要结论 | 第58页 |
| 6．2 不足及工作展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 在学期间科研成果 | 第62-63页 |
| 致谢 | 第63页 |
