基于多子波支持向量机航电设备健康管理系统关键技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·目前 PHM 技术的不足 | 第11-12页 |
| ·论文的研究内容与结构安排 | 第12-15页 |
| 第二章 故障预测与航电设备健康管理系统概述 | 第15-21页 |
| ·PHM 框架 | 第15-17页 |
| ·PHM 系统的应用技术和方法 | 第17-19页 |
| ·数据采集技术 | 第17页 |
| ·数据传输技术 | 第17-18页 |
| ·数据预处理技术 | 第18页 |
| ·状态监测、健康评估和故障预测方法 | 第18-19页 |
| ·PHM 性能评估 | 第19-20页 |
| ·PHM 发展趋势 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于多子波支持向量机的故障预测方法研究 | 第21-33页 |
| ·故障预测方法 | 第21-25页 |
| ·基于模型的故障预测技术 | 第22-23页 |
| ·基于数据驱动的故障预测技术 | 第23-24页 |
| ·基于统计可靠性的故障预测技术 | 第24-25页 |
| ·多子波算法理论基础 | 第25-27页 |
| ·小波算法基本理论 | 第25-26页 |
| ·多子波算法基本理论 | 第26-27页 |
| ·支持向量机理论基础 | 第27-31页 |
| ·支持向量机的分类 | 第27-30页 |
| ·支持向量机的回归 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第四章 基于多子波支持向量机的故障预测方法设计 | 第33-59页 |
| ·多子波变换及去噪 | 第33-44页 |
| ·多子波变换 | 第33-37页 |
| ·多子波去噪声方法 | 第37-39页 |
| ·多子波阈值去噪声 | 第39-44页 |
| ·最小二乘法支持向量机 | 第44-48页 |
| ·最小二乘法支持向量机分类 | 第45-46页 |
| ·最小二乘法支持向量机预测 | 第46-48页 |
| ·多子波与最小二乘法支持向量机结合进行预测 | 第48-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| ·全文总结 | 第59-60页 |
| ·完成的主要研究工作 | 第59页 |
| ·得出的主要结论 | 第59-60页 |
| ·主要创新点 | 第60页 |
| ·工作展望 | 第60-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 科研成果 | 第67-68页 |
