首页--航空、航天论文--航空论文--航空制造工艺论文--航空发动机制造论文--故障分析及排除论文

基于信息融合技术的航空发动机故障诊断

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-15页
   ·引言第7-8页
   ·航空发动机故障诊断技术的发展趋势第8页
   ·信息融合研究意义及现状第8-11页
     ·信息融合技术第8-9页
     ·研究意义及现状第9-11页
   ·基于信息融合故障诊断的方法第11-13页
   ·本文研究的主要内容第13-15页
第二章 基于信息融合技术的航空发动机故障诊断模型第15-27页
     ·信息融合故障诊断技术的理论基础第15-19页
     ·信息融合技术的基本概念第15页
     ·故障诊断信息融合的数学背景第15-18页
     ·信息融合的方法第18-19页
   ·信息融合的级别第19-23页
       ·数据层融合第19-20页
       ·特征级融合第20-21页
       ·决策级融合第21-22页
       ·三种层次结构之间的比较第22-23页
   ·基于信息融合技术的故障诊断模型第23-26页
     ·信息融合的功能模型第23-24页
     ·信息融合故障诊断的一般框架第24-25页
     ·分层信息融合诊断功能模型第25-26页
   ·本章小结第26-27页
第三章 基于神经网络的故障诊断技术研究第27-39页
   ·人工神经网络简介第27-28页
     ·人工神经网络第27页
     ·基于神经网络的发动机转子故障诊断模型第27-28页
   ·BP网络简介第28-31页
     ·BP网络的结构第28-29页
     ·改进的BP网络学习算法第29-31页
   ·神经网络技术的故障诊断方法第31-34页
     ·原理分析第31-32页
     ·单子神经网络第32页
     ·集成神经网络的信息融合第32-34页
   ·发动机转子实例分析第34-37页
   ·小结第37-39页
第四章 基于D-S证据理论的信息融合故障诊断技术研究第39-50页
   ·引言第39页
   ·D-S证据理论概述和基本概念第39-40页
   ·D-S证据理论第40-42页
   ·D-S证据理论信息融合故障诊断方法第42-47页
     ·D-S证据理论航空发动机故障诊断模型第42-43页
     ·诊断基本步骤第43-44页
     ·多传感器多测量周期可信度分配的融合第44-47页
   ·发动机转子实例分析第47-48页
   ·小结第48-50页
第五章 基于信息融合的航空发动机故障诊断实验与系统验证第50-64页
   ·前言第50-51页
     ·转子系统早期故障特点第50-51页
   ·发动机转子实验第51-56页
     ·实验平台介绍第51-52页
     ·软件介绍第52-54页
     ·硬件介绍第54-56页
   ·实验过程第56-57页
   ·实验结果第57-63页
   ·小结第63-64页
第六章 总结和展望第64-66页
 总结第64页
 展望第64-66页
参考文献第66-70页
发表论文和参加科研情况说明第70-71页
致谢第71-72页

论文共72页,点击 下载论文
上一篇:城市化建设中政府制度创新研究
下一篇:Mg-Al共晶和AZ91D镁合金焊丝的制备、组织、性能及焊接试验