| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 课题目的及意义 | 第12-13页 |
| 1.2.1 课题的目的 | 第12页 |
| 1.2.2 课题的意义 | 第12-13页 |
| 1.3 航空发动机状态监控与故障诊断系统研究现状 | 第13-16页 |
| 1.3.1 应用现状概述 | 第13-15页 |
| 1.3.2 研究现状概述 | 第15-16页 |
| 1.4 本文研究的主要内容 | 第16-18页 |
| 第二章 航空发动机气路故障诊断原理 | 第18-26页 |
| 2.1 基于气动热力学的趋势分析法 | 第18-20页 |
| 2.2 基于指印图的故障诊断法 | 第20-22页 |
| 2.2.1 指印图介绍 | 第20-21页 |
| 2.2.2 指印图分析 | 第21-22页 |
| 2.3 基于数学模型的分析方法 | 第22-24页 |
| 2.3.1 建立发动机故障模型 | 第22-23页 |
| 2.3.2 求取状态量偏差 | 第23-24页 |
| 2.3.3 故障系数表与指印图的关系 | 第24页 |
| 2.4 基于统计学习的模式识别法 | 第24-25页 |
| 本章小结 | 第25-26页 |
| 第三章 支持向量机原理分析 | 第26-32页 |
| 3.1 统计学习理论简介 | 第26-27页 |
| 3.2 支持向量机理论基础 | 第27-30页 |
| 3.2.1 最优分类超平面 | 第27-29页 |
| 3.2.2 核函数 | 第29-30页 |
| 3.3 支持向量机回归SVR（SUPPORT VECTOR REGRESSION） | 第30页 |
| 3.4 支持向量机分类 | 第30-31页 |
| 本章小结 | 第31-32页 |
| 第四章 基于QAR的航空发动机气路故障诊断方法 | 第32-46页 |
| 4.1 QAR数据介绍和处理 | 第32-33页 |
| 4.1.1 QAR数据介绍 | 第32页 |
| 4.1.2 QAR数据处理 | 第32-33页 |
| 4.2 航空发动机基线监控 | 第33-35页 |
| 4.2.1 基线的概念及意义 | 第33-34页 |
| 4.2.2 基线监控原理 | 第34-35页 |
| 4.3 航空发动机双发差异监控 | 第35-36页 |
| 4.3.1 双发差异监控原理 | 第35-36页 |
| 4.3.2 双发差异代替状态量偏差 | 第36页 |
| 4.4 指印图诊断方法 | 第36-39页 |
| 4.5 基于SVR的基线挖掘 | 第39-44页 |
| 4.5.1 数据的筛选和处理 | 第39-40页 |
| 4.5.2 基线模型的建立 | 第40-41页 |
| 4.5.3 基线模型正确性验证 | 第41-44页 |
| 本章小结 | 第44-46页 |
| 第五章 建立故障诊断系统 | 第46-57页 |
| 5.1 航空发动机气路故障诊断系统设计思路 | 第46-51页 |
| 5.1.1 系统功能流程设计 | 第46-47页 |
| 5.1.2 系统功能模块设计 | 第47页 |
| 5.1.3 建立故障数据库 | 第47-48页 |
| 5.1.4 数据预处理模块 | 第48-49页 |
| 5.1.5 数据展示模块 | 第49页 |
| 5.1.6 故障诊断模块 | 第49-51页 |
| 5.2 故障诊断系统开发 | 第51-56页 |
| 5.2.1 MATLAB与VC++混合编程 | 第52页 |
| 5.2.2 发动机故障诊断系统功能介绍 | 第52-56页 |
| 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 作者简介 | 第62页 |