| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题来源 | 第9页 |
| ·课题研究背景、目的和意义 | 第9-10页 |
| ·相关领域国内外研究现状 | 第10-15页 |
| ·振动故障的机理 | 第11-13页 |
| ·故障信号处理 | 第13-14页 |
| ·故障的模式识别与人工智能技术 | 第14-15页 |
| ·论文的主要研究内容和组织结构 | 第15-18页 |
| ·论文的主要研究 | 第15-16页 |
| ·论文的组织结构 | 第16-18页 |
| 第2章 基于小波的发动机外部管路振动故障的特征提取 | 第18-41页 |
| ·小波分析 | 第18-21页 |
| ·小波变换 | 第18-19页 |
| ·正交小波包 | 第19-20页 |
| ·小波包算法 | 第20-21页 |
| ·发动机外部管路振动信号的采集与预处理 | 第21-23页 |
| ·振动信号的采集 | 第21页 |
| ·振动信号的频谱分析 | 第21-22页 |
| ·振动信号的小波去噪 | 第22-23页 |
| ·基于小波包的振动信号故障特征提取 | 第23-40页 |
| ·振动信号的小波包分解与重构 | 第23-25页 |
| ·重构信号的信息熵分析 | 第25-29页 |
| ·重构信号的样本熵分析 | 第25-28页 |
| ·重构信号的功率谱熵分析 | 第28-29页 |
| ·振动特征参数分析 | 第29-34页 |
| ·统计特征参数分析 | 第34-37页 |
| ·重构信号的能量百分比 | 第37-38页 |
| ·故障特征提取的结果与分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 基于支持向量机发动机外部管路振动故障的诊断 | 第41-52页 |
| ·支持向量机基本原理 | 第41-45页 |
| ·支持向量机的导出 | 第41-45页 |
| ·支持向量机的多值分类算法 | 第45页 |
| ·基于 PSO 优化支持向量机的发动机管路故障诊断 | 第45-51页 |
| ·粒子群优化算法 | 第45-46页 |
| ·基于粒子群优化算法的支持向量机参数优化 | 第46-48页 |
| ·基于支持向量机的发动机外部管路故障诊断的实验 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 航空发动机滑油管路测量实验 | 第52-63页 |
| ·航空发动机外部管路系统的特点 | 第52-53页 |
| ·实验平台的硬件设备 | 第53-56页 |
| ·振动传感器 | 第54-55页 |
| ·光纤光栅高速解调系统 | 第55-56页 |
| ·滑油管路振动测量实验 | 第56-62页 |
| ·滑油管路的固有模态分析 | 第56-58页 |
| ·悬挂状态下滑油管路的固有模态测量结果 | 第58-61页 |
| ·航空发动机滑油管路振动测量结果 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| ·全文工作总结 | 第63-64页 |
| ·下一步工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
