信息融合技术在航空发动机智能监测中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-18页 |
| ·航空发动机状态监测与故障诊断的研究现状及意义 | 第11-13页 |
| ·油液监测技术 | 第13-16页 |
| ·油液监测技术概述 | 第13-15页 |
| ·油液监测技术手段 | 第15-16页 |
| ·信息融合技术概述 | 第16-17页 |
| ·本文的主要研究内容 | 第17-18页 |
| 第二章 智能分析技术 | 第18-33页 |
| ·智能分析技术的概述 | 第18-20页 |
| ·基于专家系统的方法 | 第18-19页 |
| ·基于案例的方法 | 第19页 |
| ·基于人工神经网络的方法 | 第19-20页 |
| ·基于模糊数学的方法 | 第20页 |
| ·基于故障树的方法 | 第20页 |
| ·灰色关联度分析方法 | 第20-22页 |
| ·基于灰色关联度的磨粒识别技术 | 第22-29页 |
| ·基于灰色关联度的磨粒识别机理 | 第23-24页 |
| ·磨粒的分类 | 第24-29页 |
| ·能量色散X 射线分析法 | 第29-32页 |
| ·能谱分析原理 | 第29-31页 |
| ·能谱分析方法 | 第31-32页 |
| ·能谱分析故障诊断 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第三章 多源信息融合 | 第33-41页 |
| ·多源信息融合基本概念 | 第33页 |
| ·多源信息融合故障诊断模型 | 第33-35页 |
| ·数据层融合故障诊断 | 第34页 |
| ·特征层融合故障诊断 | 第34页 |
| ·决策层融合故障定位 | 第34-35页 |
| ·多源信息融合算法 | 第35-39页 |
| ·模糊理论 | 第35-36页 |
| ·BP 神经网络 | 第36-38页 |
| ·其他信息融合算法 | 第38-39页 |
| ·信息融合在油液监测技术的应用 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于信息融合技术的智能监测系统 | 第41-60页 |
| ·信息融合分析模型 | 第41-42页 |
| ·基于灰色关联度与神经网络的磨粒识别神经网络 | 第42-46页 |
| ·灰色关联分析用于磨粒识别 | 第42-44页 |
| ·基于灰色关联度、神经网络的磨粒识别 | 第44-46页 |
| ·能谱分析 | 第46-50页 |
| ·金属故障界限值 | 第46-49页 |
| ·基于 BP 神经网络的能谱故障诊断 | 第49-50页 |
| ·信息融合在航空发动机智能诊断中的应用 | 第50-54页 |
| ·航空发动机状态预测 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 航空发动机智能监测系统开发研究 | 第60-68页 |
| ·系统的软件设计 | 第60-63页 |
| ·软件开发工具 | 第60-61页 |
| ·软件总体设计 | 第61-62页 |
| ·数据库设计 | 第62-63页 |
| ·系统的软件介绍 | 第63-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·论文总结 | 第68-69页 |
| ·工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间所发表的学术论文 | 第75页 |
