| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景与意义 | 第9-11页 |
| ·液体火箭发动机故障检测与诊断技术研究进展 | 第11-14页 |
| ·故障检测与诊断的基本方法 | 第11-12页 |
| ·健康监控与故障诊断系统发展现状 | 第12-13页 |
| ·模糊故障诊断方法研究进展 | 第13-14页 |
| ·存在的问题与发展趋势 | 第14-15页 |
| ·论文的主要内容 | 第15-17页 |
| 第二章 云理论 | 第17-30页 |
| ·引言 | 第17-18页 |
| ·云模型 | 第18-23页 |
| ·基本概念 | 第18-19页 |
| ·云的数字特征 | 第19页 |
| ·云发生器 | 第19-23页 |
| ·虚云 | 第23-26页 |
| ·浮动云 | 第23-24页 |
| ·综合云 | 第24-26页 |
| ·云变换 | 第26-29页 |
| ·基本概念 | 第26-27页 |
| ·云变换算法及其实现 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第三章 基于云关联规则的液体火箭发动机故障检测方法 | 第30-41页 |
| ·引言 | 第30-31页 |
| ·云关联规则 | 第31-34页 |
| ·基本概念 | 第31-32页 |
| ·云关联规则的挖掘方法 | 第32-33页 |
| ·云关联规则挖掘的算法实现 | 第33-34页 |
| ·基于云关联规则的液体火箭发动机故障检测方法 | 第34-35页 |
| ·检测实例分析 | 第35-40页 |
| ·云变换 | 第35-36页 |
| ·云关联规则的挖掘 | 第36-37页 |
| ·故障检测及分析 | 第37-40页 |
| ·小结 | 第40-41页 |
| 第四章 基于云模型与神经网络的液体火箭发动机故障诊断方法 | 第41-55页 |
| ·引言 | 第41-42页 |
| ·神经网络与模糊系统的结合技术综述 | 第42-45页 |
| ·基于云模型与神经网络的液体火箭发动机故障诊断方法 | 第45-48页 |
| ·基于云模型与神经网络的模糊系统的构建 | 第45-48页 |
| ·基于云模型与神经网络的液体火箭发动机故障诊断方法 | 第48页 |
| ·诊断实例分析 | 第48-53页 |
| ·系统结构和参数辨识 | 第48-49页 |
| ·故障诊断及分析 | 第49-53页 |
| ·小结 | 第53-55页 |
| 第五章 基于云分类器的液体火箭发动机故障诊断方法 | 第55-64页 |
| ·引言 | 第55-56页 |
| ·云分类器 | 第56-58页 |
| ·云分类器的体系结构 | 第56页 |
| ·云分类规则的提取算法 | 第56-58页 |
| ·基于云分类器的液体火箭发动机故障诊断方法 | 第58-59页 |
| ·诊断实例分析 | 第59-62页 |
| ·云分类模型的生成 | 第59-60页 |
| ·故障诊断及分析 | 第60-62页 |
| ·小结 | 第62-64页 |
| 结束语 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 作者在学期间取得的学术成果 | 第72页 |
