首页--航空、航天论文--航空论文--航空制造工艺论文--航空器的维护与修理论文

基于敏感部件检测的APU智能故障诊断方法研究

摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-17页
    1.1 课题研究的背景和意义第9-11页
    1.2 课题的国内外研究现状及应用概况第11-13页
    1.3 智能故障诊断常用方法第13-15页
        1.3.1 基于模型的方法第13页
        1.3.2 基于案例的推理方法第13-14页
        1.3.3 基于神经网络的方法第14页
        1.3.4 基于专家系统的方法第14-15页
        1.3.5 基于模式识别的方法第15页
    1.4 本文的主要研究内容与章节安排第15-17页
第二章 APU监测传感器参数及其常见故障类型的选取第17-21页
    2.1 APU监测传感器参数的选取第17-18页
    2.2 APU常见故障类型分析与选取第18-20页
    2.3 本章小结第20-21页
第三章 APU监测传感器输出数据的处理第21-35页
    3.1 APU监测传感器滤波算法的小波理论基础第21页
    3.2 基于小波的APU监测传感器输出数据数字滤波算法第21-33页
        3.2.1 小波变换第22-27页
        3.2.2 小波包算法的引入第27-29页
        3.2.3 小波滤波算法在APU监测传感器输出数据处理中的应用实例第29-33页
    3.3 APU监测传感器故障诊断研究第33-34页
        3.3.1 传感器故障分析第33页
        3.3.2 基于改进“Min - Max”算法的传感器故障诊断第33-34页
    3.4 本章小结第34-35页
第四章 APU故障智能诊断算法建模第35-56页
    4.1 智能故障诊断原理引入第35-36页
    4.2 基于改进BP神经网络算法的APU智能故障诊断模型的建立第36-42页
        4.2.1 BP网络数学模型的建立第36-39页
        4.2.2 BP网络的算法改进第39-41页
        4.2.3 APU智能故障诊断模型的BP网络结构设计第41-42页
    4.3 基于改进RBF网络算法的APU智能故障诊断模型的构建第42-49页
        4.3.1 RBF网络结构和算法的数学模型第43-48页
        4.3.2 参数优化第48-49页
    4.4 实例验证与分析第49-55页
        4.4.1 基于改进BP神经网络算法的APU智能故障诊断模型实例与分析第50-53页
        4.4.2 基于改进RBF网络的APU智能故障诊断模型实例与分析第53-55页
    4.5 本章小结第55-56页
第五章 总结与展望第56-58页
    5.1 本文研究设计工作总结第56页
    5.2 进一步的研究开发工作规划第56-58页
致谢第58-59页
参考文献第59-63页
攻读硕士研究生期间的科研成果第63页

论文共63页,点击 下载论文
上一篇:西柏坡时期中国共产党的制度建设研究
下一篇:张家港港区船舶污染防治对策研究