摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第13-29页 |
1.1 课题的背景及研究的目的和意义 | 第13-14页 |
1.2 故障诊断方法综述 | 第14-20页 |
1.2.1 故障诊断方法的研究现状 | 第15-20页 |
1.3 故障诊断方法在航天器中的应用现状 | 第20-27页 |
1.3.1 国外应用研究现状 | 第21-25页 |
1.3.2 国内应用研究现状 | 第25-27页 |
1.4 本文的主要研究内容 | 第27-29页 |
第2章 基于模态分量区间能量与贝叶斯方法的故障检测 | 第29-53页 |
2.1 引言 | 第29-31页 |
2.2 基于经验模态分解的信号估计方法 | 第31-40页 |
2.2.1 经验模态分解法原理分析 | 第32-33页 |
2.2.2 已有信号估计方法分析 | 第33-37页 |
2.2.3 基于区间能量的模态分量方法 | 第37-40页 |
2.3 基于概率模型与贝叶斯推理的故障检测 | 第40-43页 |
2.3.1 非高斯分布概率模型估计 | 第41-42页 |
2.3.2 基于置信界分析的故障检测 | 第42-43页 |
2.4 仿真实验 | 第43-51页 |
2.4.1 信号估计仿真 | 第43-47页 |
2.4.2 航天器故障诊断应用仿真 | 第47-51页 |
2.5 本章小结 | 第51-53页 |
第3章 基于贝叶斯非参数估计的故障检测与隔离 | 第53-83页 |
3.1 引言 | 第53-54页 |
3.2 基于贝叶斯非参数的噪声模型分析 | 第54-59页 |
3.2.1 描述噪声分布参数的 Dirichlet 过程 | 第55-57页 |
3.2.2 描述噪声分布的 Dirichlet 过程混合模型 | 第57-59页 |
3.3 基于 DPM 模型的非线性系统滤波器设计 | 第59-67页 |
3.3.1 基于 DPM 模型的线性系统 Kalman 滤波器设计 | 第59-63页 |
3.3.2 非线性系统 DPM-EKF 滤波器设计 | 第63-67页 |
3.4 在线故障检测与隔离 | 第67-72页 |
3.4.1 故障检测与隔离方法分析 | 第67-69页 |
3.4.2 基于序列概率比与预测分布的故障检测与隔离 | 第69-72页 |
3.5 仿真实验 | 第72-82页 |
3.5.1 DPM-EKF 输出估计仿真 | 第73-75页 |
3.5.2 航天器故障诊断应用仿真 | 第75-82页 |
3.6 本章小结 | 第82-83页 |
第4章 基于有向因子图的故障隔离 | 第83-108页 |
4.1 引言 | 第83-84页 |
4.2 独立性与有向因子图分析 | 第84-88页 |
4.3 键合图与因果性分析 | 第88-92页 |
4.3.1 键合图与基本元件 | 第89-90页 |
4.3.2 因果性与因果路径分析 | 第90-92页 |
4.4 基于有向因子图的故障隔离方法 | 第92-99页 |
4.4.1 混合键合图与因果路径分析 | 第92-95页 |
4.4.2 有向因子图诊断模型设计 | 第95-98页 |
4.4.3 概率推理过程分析 | 第98-99页 |
4.5 航天器故障隔离应用仿真 | 第99-106页 |
4.6 本章小结 | 第106-108页 |
第5章 航天器故障诊断系统的设计与仿真验证 | 第108-125页 |
5.1 引言 | 第108页 |
5.2 故障诊断系统组成结构分析 | 第108-112页 |
5.3 航天器仿真验证故障诊断系统设计 | 第112-118页 |
5.3.1 仿真验证系统功能设计 | 第112-113页 |
5.3.2 故障诊断部件功能设计 | 第113-118页 |
5.4 基于标准总线的故障诊断仿真验证系统实现 | 第118-124页 |
5.4.1 部件模拟器实现 | 第118-120页 |
5.4.2 闭环仿真与系统实现 | 第120-124页 |
5.5 本章小结 | 第124-125页 |
结论 | 第125-127页 |
参考文献 | 第127-143页 |
攻读博士学位期间发表的论文及其它成果 | 第143-146页 |
致谢 | 第146-147页 |
个人简历 | 第147页 |