某型飞行器水平尾翼智能健康预测技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-20页 |
| ·课题研究背景和意义 | 第13-14页 |
| ·研究背景 | 第13页 |
| ·研究意义 | 第13-14页 |
| ·国内外预测技术的研究现状 | 第14-17页 |
| ·基于非模型的预测技术 | 第14-15页 |
| ·基于模型的预测技术 | 第15-17页 |
| ·研究内容 | 第17-18页 |
| ·研究目标和内容安排 | 第18-20页 |
| ·研究目标 | 第18页 |
| ·内容安排 | 第18-20页 |
| 第2章 健康预测的理论方法 | 第20-31页 |
| ·灰色系统理论 | 第20-27页 |
| ·灰色系统理论的基本原理与主要内容 | 第20-21页 |
| ·灰色序列算子及其生成方法 | 第21-24页 |
| ·灰色预测数据的处理方法 | 第24-26页 |
| ·灰色预测模型检验 | 第26-27页 |
| ·灰色预测模型 | 第27-30页 |
| ·单变量灰色模型的建立 | 第27-28页 |
| ·多变量灰色模型的建立 | 第28-29页 |
| ·多变量灰色改进模型的建立 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第3章 数据融合的理论方法 | 第31-41页 |
| ·数据融合的目的与作用 | 第31-33页 |
| ·数据融合技术简介 | 第31-32页 |
| ·数据融合的目的与作用 | 第32-33页 |
| ·BP 神经网络的设计 | 第33-37页 |
| ·人工神经网络简介 | 第33-34页 |
| ·BP 神经网络结构简介 | 第34-35页 |
| ·BP 神经网络算法简介 | 第35-37页 |
| ·基于BP 神经网络的数据融合算法设计 | 第37-40页 |
| ·BP 神经网络融合算法结构 | 第37-39页 |
| ·BP 神经网络融合算法的Matlab 实现 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第4章 基于灰色模型的飞行器水平尾翼健康预测研究 | 第41-56页 |
| ·基于小波分析和小波包分析的特征提取 | 第41-48页 |
| ·小波分析 | 第41-42页 |
| ·小波包分析 | 第42-43页 |
| ·基于小波变换的飞机水平尾翼声发射信号特征提取 | 第43页 |
| ·绝对值最大值特征的提取 | 第43-44页 |
| ·奇异值特征的提取 | 第44页 |
| ·绝对值平均值特征的提取 | 第44-45页 |
| ·标准差特征的提取 | 第45页 |
| ·基于小波包变换的飞机水平尾翼声发射信号特征提取 | 第45-46页 |
| ·能量特征的提取 | 第46-47页 |
| ·范数特征的提取 | 第47页 |
| ·方差特征的提取 | 第47-48页 |
| ·基于灰色模型的飞行器水平尾翼健康预测技术研究 | 第48-55页 |
| ·基于标准差特征的飞行器水平尾翼灰色预测研究 | 第49-51页 |
| ·基于能量特征的飞行器水平尾翼灰色预测研究 | 第51-53页 |
| ·试验结果分析 | 第53-54页 |
| ·灰色模型检验 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第5章 基于数据融合的飞机水平尾翼健康预测研究 | 第56-61页 |
| ·基于数据融合的飞机水平尾翼健康预测实验研究 | 第56-59页 |
| ·飞机水平尾翼健康预测试验结果比较与分析 | 第59-60页 |
| ·小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 附录Ⅰ单变量灰色预测程序清单 | 第63-65页 |
| 附录II 多变量灰色改进预测程序清单 | 第65-67页 |
| 附录III BP 网络融合预测程序清单 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第73页 |
