| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 缩略词 | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题来源 | 第11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 剩余寿命预测方法研究现状 | 第12-16页 |
| 1.3.1 基于直接监测数据的剩余寿命预测方法 | 第13-15页 |
| 1.3.2 基于间接监测数据的剩余寿命预测方法 | 第15-16页 |
| 1.4 当前研究存在的问题 | 第16页 |
| 1.5 主要研究内容 | 第16-18页 |
| 第二章 基于主元模型的航空发动机状态监控应用研究 | 第18-34页 |
| 2.1 引言 | 第18-19页 |
| 2.2 主元分析方法 | 第19-23页 |
| 2.2.1 主元分析的基本思想 | 第19-20页 |
| 2.2.2 主元计算 | 第20-21页 |
| 2.2.3 基于PCA模型的统计量及其控制限 | 第21-22页 |
| 2.2.4 基于PCA模型的状态监控流程 | 第22-23页 |
| 2.3 核主元分析法 | 第23-28页 |
| 2.3.1 核函数介绍 | 第23-24页 |
| 2.3.2 核主元计算 | 第24-25页 |
| 2.3.3 基于KPCA模型的统计量与控制限 | 第25-26页 |
| 2.3.4 基于KPCA模型的状态监控流程 | 第26-28页 |
| 2.4 实例验证 | 第28-33页 |
| 2.4.1 数据来源 | 第28-29页 |
| 2.4.2 基于PCA的航空发动机状态监控实例 | 第29-31页 |
| 2.4.3 基于KPCA的航空发动机状态监控实例 | 第31-33页 |
| 2.5 结论 | 第33-34页 |
| 第三章 基于非线性随机模型的航空发动机剩余寿命预测研究 | 第34-55页 |
| 3.1 引言 | 第34-35页 |
| 3.2 基于非线性RCR模型的剩余寿命预测研究 | 第35-39页 |
| 3.2.1 性能退化模型建立 | 第35页 |
| 3.2.2 模型参数估计 | 第35-38页 |
| 3.2.3 剩余寿命分布推导 | 第38-39页 |
| 3.2.4 在线剩余寿命预测流程 | 第39页 |
| 3.3 基于非线性Wiener退化模型的剩余寿命预测研究 | 第39-47页 |
| 3.3.1 性能退化模型建立 | 第39-41页 |
| 3.3.2 剩余寿命分布推导 | 第41-42页 |
| 3.3.3 退化状态估计与剩余寿命预测 | 第42-45页 |
| 3.3.4 基于EM算法的模型参数估计 | 第45-47页 |
| 3.4 实例验证 | 第47-54页 |
| 3.4.1 基于非线性RCR模型的发动机剩余寿命预测实例 | 第47-51页 |
| 3.4.2 基于非线性Wiener退化模型的发动机剩余寿命预测实例 | 第51-54页 |
| 3.5 结论 | 第54-55页 |
| 第四章 基于剩余寿命的航空发动机预测维修决策研究 | 第55-69页 |
| 4.1 引言 | 第55-56页 |
| 4.2 单台发动机的维修决策优化模型 | 第56-60页 |
| 4.2.1 优化问题描述 | 第56-57页 |
| 4.2.2 模型建立及求解 | 第57-60页 |
| 4.3 发动机机队的维修决策优化模型 | 第60-64页 |
| 4.3.1 优化问题描述 | 第60页 |
| 4.3.2 优化模型建立 | 第60-62页 |
| 4.3.3 基于生物地理学算法的模型求解 | 第62-64页 |
| 4.4 实例计算 | 第64-68页 |
| 4.4.1 单台发动机的预测维修决策实例 | 第64-66页 |
| 4.4.2 发动机机队的预测维修决策实例 | 第66-68页 |
| 4.5 结论 | 第68-69页 |
| 第五章 总结与展望 | 第69-70页 |
| 5.1 论文主要研究成果 | 第69页 |
| 5.2 展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 在学期间的研究成果及发表的学术论文 | 第76页 |
