摘要 | 第10-11页 |
ABSTRACT | 第11页 |
第一章 绪论 | 第12-22页 |
1.1 研究背景与意义 | 第12-15页 |
1.2 故障检测与隔离方法研究现状 | 第15-19页 |
1.2.1 基于数据分析处理的方法 | 第15-17页 |
1.2.2 基于对象模型的方法 | 第17-18页 |
1.2.3 基于人工智能的方法 | 第18-19页 |
1.3 液体火箭发动机健康监控系统研究现状 | 第19-20页 |
1.4 论文的组织结构与内容安排 | 第20-22页 |
第二章 液氧甲烷发动机工作过程及故障模式分析 | 第22-34页 |
2.1 引言 | 第22页 |
2.2 液氧甲烷发动机的结构组成和工作原理 | 第22-26页 |
2.2.1 液氧甲烷发动机的组成 | 第22-23页 |
2.2.2 液氧甲烷发动机工作过程 | 第23-25页 |
2.2.3 液氧甲烷发动机结构层次分解 | 第25-26页 |
2.3 发动机故障模式与特征分析 | 第26-33页 |
2.3.1 发动机故障的分类 | 第27-28页 |
2.3.2 发动机故障模式及原因分析 | 第28-31页 |
2.3.3 发动机故障特征分析 | 第31-33页 |
2.4 小结 | 第33-34页 |
第三章 液氧甲烷发动机管路系统故障检测与隔离方法研究 | 第34-56页 |
3.1 引言 | 第34-35页 |
3.2 发动机液体管路故障 | 第35-41页 |
3.2.1 管路与管路连接方式故障 | 第35-38页 |
3.2.2 管路与喷嘴连接方式故障 | 第38-41页 |
3.3 发动机气体管路故障 | 第41-46页 |
3.3.1 管路与管路连接方式故障 | 第41-43页 |
3.3.2 管路与喷嘴连接方式故障 | 第43-46页 |
3.4 基于ATA算法的管路故障隔离方法研究与验证 | 第46-55页 |
3.4.1 ATA算法原理 | 第47-49页 |
3.4.2 液氧甲烷发动机故障隔离结果与分析 | 第49-55页 |
3.5 小结 | 第55-56页 |
第四章 基于模糊聚类与神经网络的发动机子系统级故障隔离方法研究 | 第56-67页 |
4.1 引言 | 第56-57页 |
4.2 基于模糊聚类与神经网络的发动机子系统模型建立 | 第57-62页 |
4.2.1 训练数据的预处理 | 第57-59页 |
4.2.2 自适应模糊神经网络对各子系统建模 | 第59-61页 |
4.2.3 模型训练结果 | 第61-62页 |
4.3 基于模型的液氧甲烷发动机故障隔离 | 第62-66页 |
4.3.1 故障检测规则 | 第62-63页 |
4.3.2 故障检测结果 | 第63-66页 |
4.4 小结 | 第66-67页 |
第五章 液氧甲烷发动机试后故障分析系统实现 | 第67-75页 |
5.1 引言 | 第67页 |
5.2 系统框架设计与实现 | 第67-69页 |
5.3 软件系统功能及使用步骤 | 第69-73页 |
5.4 小结 | 第73-75页 |
结束语 | 第75-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-83页 |
作者在学期间取得的学术成果 | 第83页 |