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

基于双子支持向量机的航空发动机故障诊断

摘要第4-5页
abstract第5-6页
注释表第12-13页
缩略词第13-14页
第一章 绪论第14-22页
    1.1 研究背景第14-15页
    1.2 国内外研究现状第15-18页
        1.2.1 航空发动机状态监视和故障诊断技术研究现状第15-16页
        1.2.2 支持向量机和双子支持向量机故障诊断及应用现状第16-18页
    1.3 航空发动机故障诊断与故障诊断系统概述第18-21页
        1.3.1 航空发动机故障诊断概述第18-20页
        1.3.2 航空发动机故障诊断系统概述第20-21页
    1.4 本论文的主要工作安排第21-22页
第二章 基于杂交粒子群算法双子支持向量机的航空发动机故障诊断第22-40页
    2.1 概述第22页
    2.2 TWSVM方法原理及其特点第22-25页
        2.2.1 线性TWSVM第22-24页
        2.2.2 非线性TWSVM第24-25页
    2.3 粒子群算法与杂交粒子群算法第25-28页
        2.3.1 粒子群算法第25-27页
        2.3.2 杂交粒子群算法第27-28页
    2.4 基于杂交粒子群算法双子支持向量机的航空发动机故障诊断第28-31页
    2.5 航空发动机故障特征获取第31-35页
        2.5.1 基于气路故障模型的故障特征获取第31-34页
        2.5.2 基于测量数据的故障特征获取第34-35页
    2.6 实验及其结果分析第35-39页
        2.6.1 基于仿真故障模型数据的故障诊断第35-37页
        2.6.2 基于实际测量数据的故障诊断第37-39页
    2.7 本章小结第39-40页
第三章 基于新型偏二叉树最小二乘双子SVM机航空发动机故障诊断第40-52页
    3.1 概述第40-41页
    3.2 最小二乘双子支持向量机简介第41-43页
    3.3 二叉树与可分性测度设计第43-46页
    3.4 偏二叉树最小二乘双子SVM机航空发动机故障诊断第46-47页
    3.5 实验及其结果分析第47-51页
        3.5.1 基于仿真故障模型数据的故障诊断第47-49页
        3.5.2 基于实际测量数据的故障诊断第49-51页
    3.6 本章小结第51-52页
第四章 基于有向无环图正则化双子支持向量机航空发动机故障诊断第52-62页
    4.1 概述第52页
    4.2 TBSVM算法原理和特点第52-55页
        4.2.1 线性TBSVM第52-54页
        4.2.2 非线性TBSVM第54-55页
    4.3 DDAG算法原理与特点及其改进第55-57页
        4.3.1 DDAG多分类算法原理与特点第55-56页
        4.3.2 DDAG多分类算法的改进第56-57页
    4.4 基于DDAG的TBSVM的航空发动机故障诊断第57-58页
    4.5 实验及其结果分析第58-61页
        4.5.1 基于仿真故障模型数据的故障诊断第58-60页
        4.5.2 基于实际测量数据的故障诊断第60-61页
    4.6 本章小结第61-62页
第五章 粒子群优化的最小二乘参数化间隔双子支持向量机的航空发动机故障诊断第62-77页
    5.1 概述第62-64页
        5.1.1 参数化间隔支持向量机第62-63页
        5.1.2 参数化间隔双子支持向量机第63-64页
    5.2 最小二乘参数化间隔双子支持向量机的原理第64-67页
        5.2.1 LSTPMSVM的线性形式第65-66页
        5.2.2 LSTPMSVM的非线性形式第66-67页
    5.3 故障诊断算法的实现过程第67-70页
        5.3.1 参数优化算法第67-69页
        5.3.2 多分类算法及其他方面第69-70页
    5.4 最小二乘参数化间隔双子支持向量机的航空发动机故障诊断第70-71页
    5.5 实验验证与结果分析第71-75页
        5.5.1 基于仿真故障模型数据的故障诊断第71-73页
        5.5.2 基于实际测量数据的故障诊断第73-75页
    5.6 本章小结与本文四种故障诊断模型的对比研究及总结第75-77页
        5.6.1 本章小结第75页
        5.6.2 本文四种故障诊断模型的对比研究及总结第75-77页
第六章 总结与展望第77-80页
    6.1 总结第77-78页
    6.2 展望第78-80页
参考文献第80-84页
致谢第84-85页
在学期间的研究成果及发表的学术论文第85页

论文共85页,点击 下载论文
上一篇:基于车辆诱导的交通灯动态配时优化算法研究
下一篇:AZ91D镁合金转化膜的制备及性能研究