摘要 | 第4-7页 |
abstract | 第7-11页 |
第1章 绪论 | 第17-27页 |
1.1 研究背景及意义 | 第17-19页 |
1.2 国内外研究现状 | 第19-24页 |
1.3 本文主要工作 | 第24-27页 |
第2章 某航空发动机防喘控制系统工作原理及关键状态参数确定 | 第27-39页 |
2.1 引言 | 第27页 |
2.2 航空发动机喘振机理 | 第27-32页 |
2.2.1 喘振的现象、危害和根本原因 | 第27-28页 |
2.2.2 引起喘振的条件 | 第28-30页 |
2.2.3 航空发动机防喘技术 | 第30-32页 |
2.3 防喘控制系统结构及工作原理 | 第32-35页 |
2.4 防喘控制系统控制规律及关键状态参数的确定 | 第35-37页 |
2.5 本章小结 | 第37-39页 |
第3章 某航空发动机防喘控制系统关键状态参数测量及故障监测 | 第39-57页 |
3.1 引言 | 第39页 |
3.2 防喘控制系统关键状态参数测量电路设计 | 第39-46页 |
3.2.1 发动机进口温度(T_1)测量电路设计 | 第39-43页 |
3.2.2 发动机高压压气机转子转速(N_H)测量电路设计 | 第43-45页 |
3.2.3 发动机可调导流叶片角度(IGV)测量电路设计 | 第45-46页 |
3.3 基于防喘控制系统关键状态参数的故障监测 | 第46-55页 |
3.4 本章小结 | 第55-57页 |
第4章 基于威布尔分布的某航空发动机防喘控制系统可靠性分析 | 第57-85页 |
4.1 引言 | 第57页 |
4.2 可靠性模型的确定 | 第57-59页 |
4.3 威布尔分布模型的参数估计 | 第59-80页 |
4.3.1 最小二乘估计法 | 第59-64页 |
4.3.2 极大似然估计法 | 第64-66页 |
4.3.3 支持向量机估计法 | 第66-74页 |
4.3.4 不同参数估计方法的对比分析 | 第74-75页 |
4.3.5 基于人工蜂群算法优化支持向量回归机参数 | 第75-80页 |
4.4 某航空发动机防喘控制系统可靠性分析 | 第80-83页 |
4.5 本章小结 | 第83-85页 |
第5章 基于隐马尔可夫模型的某航空发动机防喘控制系统状态预测 | 第85-103页 |
5.1 引言 | 第85页 |
5.2 状态退化过程分析 | 第85-86页 |
5.3 基于SOFM方法的关键状态参数分类 | 第86-89页 |
5.3.1 SOFM基本原理 | 第86-88页 |
5.3.2 关键状态参数分类 | 第88-89页 |
5.4 基于HMM方法的状态预测 | 第89-100页 |
5.4.1 HMM基本原理 | 第89-94页 |
5.4.2 状态预测模型的参数估计 | 第94-97页 |
5.4.3 基于SA算法的状态预测模型优化 | 第97-100页 |
5.5 某航空发动机防喘控制系统状态的预测 | 第100-101页 |
5.6 本章小结 | 第101-103页 |
第6章 基于比例故障率模型的某航空发动机防喘控制系统剩余寿命预测 | 第103-125页 |
6.1 引言 | 第103页 |
6.2 比例故障率模型 | 第103-104页 |
6.3 比例故障率模型的参数估计 | 第104-115页 |
6.4 某航空发动机防喘控制系统剩余寿命的预测 | 第115-118页 |
6.5 PHM技术在某航空发动机地面综合健康管理系统中的应用 | 第118-122页 |
6.6 本章小结 | 第122-125页 |
第7章 全文总结及工作展望 | 第125-127页 |
7.1 全文总结 | 第125-126页 |
7.2 研究展望 | 第126-127页 |
参考文献 | 第127-139页 |
作者简介及在学期间所取得的科研成果 | 第139-141页 |
致谢 | 第141页 |