| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·航空发动机传感器故障诊断研究 | 第11-12页 |
| ·极限学习机算法研究 | 第12-14页 |
| ·论文主要工作内容 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 航空发动机传感器故障诊断方法 | 第16-26页 |
| ·传感器故障类型 | 第16页 |
| ·传感器故障诊断理论方法分析 | 第16-18页 |
| ·基于冗余技术的传感器故障诊断方法 | 第17页 |
| ·基于信号处理的传感器故障诊断方法 | 第17-18页 |
| ·基于知识的传感器故障诊断方法 | 第18页 |
| ·极限学习机算法及其优势 | 第18-25页 |
| ·极限学习机算法原理 | 第19-21页 |
| ·极限学习机算法与BP神经网络算法的对比 | 第21-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 航空发动机传感器故障诊断算法的改进 | 第26-34页 |
| ·OS-ELM算法概述 | 第26-28页 |
| ·WOS-ELM算法 | 第28-29页 |
| ·WOS-ELM算法与OS-ELM算法的对比 | 第29-33页 |
| ·OS-ELM激活函数的选择 | 第29-30页 |
| ·仿真对比 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于WOS-ELM算法的航空发动机传感器故障诊断 | 第34-40页 |
| ·双冗余模型 | 第34-35页 |
| ·空间冗余模型 | 第34-35页 |
| ·时间冗余模型 | 第35页 |
| ·基于WOS-ELM算法的双冗余航空发动机传感器故障诊断方法 | 第35-39页 |
| ·离线建模 | 第35-36页 |
| ·在线诊断 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 航空发动机传感器故障诊断的仿真研究 | 第40-54页 |
| ·故障诊断窗.设计 | 第40-41页 |
| ·航空发动机传感器无故障状态仿真 | 第41-44页 |
| ·激活函数及隐含层神经元个数的选择 | 第41-42页 |
| ·传感器正常状态下仿真效果图 | 第42-44页 |
| ·航空发动机传感器硬故障诊断 | 第44-46页 |
| ·航空发动机传感器软故障诊断 | 第46-49页 |
| ·航空发动机传感器故障信号的重构 | 第49-53页 |
| ·航空发动机传感器硬故障重构 | 第49-51页 |
| ·航空发动机传感器软故障重构 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士期间发表论文 | 第62页 |