航空发动机传感器状态信息采集与处理方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题背景和意义 | 第9-11页 |
| 1.2 研究现状和主要方法 | 第11-12页 |
| 1.3 常见传感器故障类型及其分类 | 第12-14页 |
| 1.4 论文的主要工作 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 发动机传感器状态信息的选择 | 第16-20页 |
| 2.1 传感器故障诊断与隔离 | 第16-17页 |
| 2.2 发动机信号的选择 | 第17-18页 |
| 2.3 传感器的选型 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 嵌入式硬件平台 | 第20-25页 |
| 3.1 硬件平台的配置 | 第20页 |
| 3.2 WINCE系统的定制 | 第20-24页 |
| 3.2.1 WINCE系统的结构 | 第20-22页 |
| 3.2.2 WINCE系统的特点 | 第22页 |
| 3.2.3 WINCE组件的选择 | 第22-24页 |
| 3.3 本章小结 | 第24-25页 |
| 第四章 传感器数据传输 | 第25-30页 |
| 4.1 以太网控制器CP2200 | 第25页 |
| 4.2 TCP/IP协议 | 第25-26页 |
| 4.3 以太网文件传输程序 | 第26-29页 |
| 4.3.1 SQLITE数据库 | 第26-27页 |
| 4.3.2 程序的设计 | 第27-29页 |
| 4.4 本章小结 | 第29-30页 |
| 第五章 传感器信号的处理 | 第30-49页 |
| 5.1 BP神经网络 | 第30-37页 |
| 5.1.1 BP神经网络原理 | 第30页 |
| 5.1.2 基本BP算法公式 | 第30-35页 |
| 5.1.3 BP算法的改进 | 第35-37页 |
| 5.2 发动机模型的建立 | 第37-40页 |
| 5.3 算法的仿真与验证 | 第40-44页 |
| 5.3.1 MATLAB神经网络工具箱 | 第40-41页 |
| 5.3.2 仿真结果 | 第41-44页 |
| 5.4 硬故障检测原理 | 第44-45页 |
| 5.5 硬故障检测阈值 | 第45-48页 |
| 5.6 本章小结 | 第48-49页 |
| 第六章 嵌入式软件移植 | 第49-59页 |
| 6.1 嵌入式软件移植方法 | 第49页 |
| 6.2 程序设计 | 第49-58页 |
| 6.2.1 发动机模型的训练软件 | 第49-55页 |
| 6.2.2 硬故障诊断判别器 | 第55-58页 |
| 6.3 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 作者简介 | 第66页 |
