首页--航空、航天论文--航空论文--航空发动机(推进系统)论文--发动机原理论文--发动机结构力学论文--振动理论与计算论文

基于AI-ESTIMATE的航空发动机振动分析系统研究

致谢第7-8页
摘要第8-9页
ABSTRACT第9-10页
第一章 绪论第15-22页
    1.1 研究背景与意义第15-16页
    1.2 国内外研究现状第16-19页
        1.2.1 航空发动机振动分析现状第16-17页
        1.2.2 算法应用现状第17-18页
        1.2.3 神经网络的发展第18-19页
    1.3 研究内容第19-20页
    1.4 论文结构第20-21页
    1.5 本章小结第21-22页
第二章 AI-ESTIMATE系统概述第22-28页
    2.1 AI-ESTIMATE系统来源及发展第22-23页
    2.2 系统的体系结构第23-25页
        2.2.1 体系结构第23-24页
        2.2.2 诊断模型层次关系第24-25页
    2.3 接口层定义第25-26页
    2.4 诊断推理机机制第26-27页
        2.4.1 诊断推理机第26页
        2.4.2 诊断推理机制第26-27页
    2.5 本章小结第27-28页
第三章 基于BP神经网络的航空发动机不平衡振动故障挖掘第28-43页
    3.1 引言第28-29页
    3.2 神经网络概述第29-33页
        3.2.1 神经网络的基本原理第29-32页
        3.2.2 神经网络的分类第32-33页
        3.2.3 神经网络的应用第33页
    3.3 基于BP神经网络的航空发动机不平衡量故障挖掘第33-36页
        3.3.1 航空发动机不平衡第34-35页
        3.3.2 差值等差离散化第35-36页
    3.4 实验结果第36-42页
        3.4.1 实验数据集第37-39页
        3.4.2 评价标准第39页
        3.4.3 实验结果与分析第39-42页
    3.5 本章小结第42-43页
第四章 基于BP神经网络的航空发动机振动AI-ESTIMATE系统设计第43-57页
    4.1 引言第43-44页
    4.2 振动故障诊断推理机系统设计第44-49页
        4.2.1 诊断模型层次结构第44-46页
        4.2.2 故障决策模块结构框图第46-48页
        4.2.3 诊断推理机流程图第48-49页
    4.3 诊断推理机核心模块解决方案第49-50页
        4.3.1 模型训练模块解决方案第49页
        4.3.2 重启模型训练解决方案第49-50页
        4.3.3 构件连接子解决方案第50页
    4.4 航空发动机振动分析系统设计与展示第50-56页
        4.4.1 系统软件架构第50-51页
        4.4.2 系统功能架构第51-52页
        4.4.3 数据组织结构第52-54页
        4.4.4 核心算法实现第54-56页
    4.5 本章小结第56-57页
第五章 总结与展望第57-59页
    5.1 总结第57页
    5.2 展望第57-59页
参考文献第59-62页
攻读学位期间的学术活动及成果情况第62-63页

论文共63页,点击 下载论文
上一篇:基于单颗粒冲蚀的EB-PVD热障涂层失效机制的有限元分析
下一篇:热障涂层工况模拟与实时监测装置的研制